ARC Prize 测试 Gemini 4 Hydrogen:ARC-AGI-2 得分 92.5%
@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
正文
@GoogleDeepMind - Leaderboard: https://t.co/x8U1ItNLRj - Reproduce the public results: https://t.co/vMqtds8Zet - Testing policy: https://t.co/pBoUqvXe4P - Full Gemini 4 Hydrogen results: https://t.co/oXHBEflTOR
AI 热点