先了解这件事
AI 综述
ARC Prize在测试Gemini 4 Hydrogen时遇到API问题,导致ARC-AGI-3测试未能完成。其披露的问题包括API频繁返回多动作函数调用、MALFORMED_FUNCTION_CALL,以及动作重复后触发RECITATION结束原因。已完成的评测中,Gemini 4 Hydrogen在ARC-AGI-2得分92.5%,成本为$1.26/task;在ARC-AGI-1得分98.5%,成本为$0.18/task。输入中暂无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源:ARC Prize
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月21日
ARC Prize一手精选
ARC Prize 评测 Gemini 4 Hydrogen,披露 ARC-AGI 得分与 API 异常
ARC Prize 在 ARC-AGI 评测中测得 Gemini 4 Hydrogen 于 ARC-AGI-2 得分 92.5%、成本 $1.26/task,于 ARC-AGI-1 得分 98.5%、成本 $0.18/task。它在高推理级别的两项得分不低于 Gemini 3.8 Flash,同时使用约 52% 更少的推理 token。ARC-AGI-3 测试因 API 频繁返回多动作函数调用、MALFORMED_FUNCTION_CALL,以及动作重复后触发 RECITATION 结束原因而未能完成。
AI 热点