AI 热点

ARC Prize 测试 Gemini 4 Hydrogen:ARC-AGI-2 得分 92.5%

ARC Prize更新于 11月21日 01:28

@GoogleDeepMind - Leaderboard: https://t.co/x8U1ItNLRj

AI 导读

ARC Prize 测得 Gemini 4 Hydrogen 在 ARC-AGI-2 和 ARC-AGI-1 上分别取得 92.5% 和 98.5%,每任务成本为 $1.26 和 $0.18。它在高推理档位达到或超过 Gemini 3.8 Flash,同时少用约 52% 的推理 token;ARC-AGI-3 测试则因多动作函数调用、MALFORMED_FUNCTION_CALL 等 API 问题未能完成。

推荐理由

精选AI 评分 61

测试同时呈现不同推理档位的成绩、token 消耗与 API 异常,可用于比较模型性能和实际接入限制。

主题

标签

正文 · AI 翻译

@GoogleDeepMind - 排行榜:https://t.co/x8U1ItNLRj - 复现公开结果:https://t.co/vMqtds8Zet - 测试政策:https://t.co/pBoUqvXe4P - Gemini 4 Hydrogen 完整结果:https://t.co/oXHBEflTOR

来源

ARC Prize