ARC-AGI-2のリーダーボード
2026年11月16日時点で、ARC-AGI-2の最高スコアは95.0%で、GPT-6 Astra(OpenAI)が記録しています。次点はGPT-6.1 Solの94.2%です。公表された結果があるのは265のモデル構成です(ARC Prize、結果の日付は2026年9月2日)。ARC-AGI-2はARC-AGI-1の形式を引き継ぎつつ、総当たりの探索やパターンマッチングが通用しないようタスクが作られています。記号の解釈、ルールの組み合わせ、文脈に応じたルールの適用が求められます。人間はすべてのタスクを解けますが、モデルは0付近から始まりました。ARC-AGI-2はBenchLeader Indexの推論スコアに反映されます。
要点(2026年11月16日時点)
- GPT-6 AstraがARC-AGI-2の最高スコア95.0%を記録しています(ARC Prize、2026年9月2日)。
- ARC-AGI-2の2位はGPT-6.1 Solで、94.2%です(ARC Prize、2026年9月29日)。
- ARC-AGI-2:ARC-AGI-2の準非公開評価セット(ARC Prize)。
- BenchLeaderでは265のモデル構成にARC-AGI-2の公表結果があります(BenchLeader、2026年11月16日)。
- ARC-AGI-2はBenchLeader Indexの推論カテゴリに反映されます(BenchLeaderの評価方法)。
ARC-AGI-2の準非公開評価セット。
- 公開元
- ARC Prize
- カテゴリ
- 推論
- Indexでの重み
- 1.0
- モデル
- 265
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月10日
ARC Prize Foundation, arcprize.org.
どんなテストか
ARC-AGI-2はARC-AGI-1の形式を引き継ぎつつ、総当たりの探索やパターンマッチングが通用しないようタスクが作られています。記号の解釈、ルールの組み合わせ、文脈に応じたルールの適用が求められます。人間はすべてのタスクを解けますが、モデルは0付近から始まりました。
採点方法
2回の試行で解けたセミプライベートのタスクの割合で、ARC Prize Foundationが実行し、タスクあたりのコストも報告しています。
注意点
推論の予算とハーネスに非常に敏感なので、同程度のコストの構成同士で比較してください。各ラボが対策を進めるにつれて、スコアは急速に変わります。
- 1GPT-6 Astra (max)95.0%
- 2GPT-6.1 Sol (max)94.2%
- 3Gemini 4 Carbon (medium)94.2%
- 4Claude Fable 5.2 (xhigh)93.8%
- 5Claude Opus 5.5 (high)93.3%
- 6GPT-6 Astra (xhigh)93.3%
- 7Claude Fable 5.2 (max)92.5%
- 8Claude Opus 5.5 (xhigh)92.5%
- 9GPT-5.6 Sol (max)92.5%
- 10Gemini 4 Carbon (high)92.1%
- 11GPT-6 Astra (high)92.1%
- 12GPT-6 Astra (medium)92.1%
- 13Claude Opus 5.5 (max)91.7%
- 14GPT-6.1 Sol (xhigh)91.7%
- 15GPT-6.1 Sol (high)91.7%
| # | |||||
|---|---|---|---|---|---|
| 1 | 95.0% | 67.3 | $1.12 | 2026-09-02 | |
| 2 | 94.2% | 66.6 | $0.254 | 2026-09-29 | |
| 3 | 94.2% | 65.8 | $0.375 | 2026-11-10 | |
| 4 | NEW | 93.8% | 69.7 | $0.983 | 2026-11-09 |
| 5 | 93.3% | 66.0 | $0.408 | 2026-09-22 | |
| 6 | 93.3% | 66.0 | $0.829 | 2026-09-02 | |
| 7 | NEW | 92.5% | 72.7 | $2.81 | 2026-11-09 |
| 8 | 92.5% | 65.4 | $0.671 | 2026-09-22 | |
| 9 | 92.5% | 65.3 | $1.44 | 2026-07-09 | |
| 10 | 92.1% | 68.9 | $0.684 | 2026-11-10 | |
| 11 | 92.1% | 66.3 | $0.668 | 2026-09-02 | |
| 12 | 92.1% | 64.4 | $0.480 | 2026-09-02 | |
| 13 | 91.7% | 68.4 | $1.85 | 2026-09-22 | |
| 14 | 91.7% | 63.6 | $0.178 | 2026-09-29 | |
| 15 | 91.7% | 63.4 | $0.135 | 2026-09-29 | |
| 16 | 91.3% | 65.3 | $0.325 | 2026-10-13 | |
| 17 | NEW | 90.4% | 68.4 | $0.908 | 2026-11-09 |
| 18 | 90.4% | 65.0 | $2.06 | 2026-07-24 | |
| 19 | 90.0% | 66.7 | $4.49 | 2026-09-01 | |
| 20 | 90.0% | 64.6 | $3.12 | 2026-09-01 | |
| 21 | 90.0% | 63.9 | $1.04 | 2026-07-09 | |
| 22 | NEW | 89.6% | 66.3 | $0.627 | 2026-11-09 |
| 23 | 89.6% | 62.6 | $0.439 | 2026-09-22 | |
| 24 | 89.2% | 65.1 | $5.45 | 2026-06-09 | |
| 25 | 89.2% | 59.4 | $0.400 | 2026-09-02 | |
| 26 | 88.8% | 63.7 | $1.67 | 2026-09-01 | |
| 27 | 88.3% | 64.4 | $1.45 | 2026-07-24 | |
| 28 | 88.3% | – | $3.00 | 2026-06-09 | |
| 29 | 87.5% | 63.9 | $2.44 | 2026-06-09 | |
| 30 | 87.5% | 61.2 | $0.337 | 2026-09-22 | |
| 31 | 87.1% | 61.6 | $0.137 | 2026-10-13 | |
| 32 | NEW | 86.7% | 65.3 | $0.516 | 2026-11-09 |
| 33 | 86.7% | 62.7 | $0.100 | 2026-09-29 | |
| 34 | 86.3% | 61.7 | $1.22 | 2026-09-01 | |
| 35 | 85.4% | 63.4 | $0.740 | 2026-07-09 | |
| 36 | 85.4% | 62.0 | $0.416 | 2026-09-02 | |
| 37 | 85.0% | 64.1 | $1.87 | 2026-04-22 | |
| 38 | 84.6% | 62.1 | $0.249 | 2026-08-13 | |
| 39 | 84.6% | – | $10.51 | 2026-04-23 | |
| 40 | 84.6% | – | $13.62 | 2026-02-12 | |
| 41 | 84.2% | – | $10.76 | 2026-04-23 | |
| 42 | 83.9% | 62.5 | $0.546 | 2026-09-28 | |
| 43 | 83.9% | 59.5 | $1.09 | 2026-07-09 | |
| 44 | 83.3% | 63.5 | $1.45 | 2026-04-22 | |
| 45 | 83.3% | 59.5 | $16.41 | 2026-03-04 | |
| 46 | 82.9% | 60.2 | $0.248 | 2026-09-02 | |
| 47 | 82.5% | – | $1.93 | 2026-06-09 | |
| 48 | 81.7% | – | $0.272 | 2026-11-05 | |
| 49 | 78.3% | 58.8 | $0.952 | 2026-09-01 | |
| 50 | 78.1% | 58.4 | $0.277 | 2026-09-22 | |
| 51 | 78.1% | 57.7 | $0.163 | 2026-10-17 | |
| 52 | 77.5% | 55.9 | $0.154 | 2026-09-02 | |
| 53 | 77.1% | 59.9 | $0.962 | 2026-02-19 | |
| 54 | 76.8% | – | $1.45 | 2026-06-09 | |
| 55 | Dots3 Notemax | 76.8% | – | $0.077 | 2026-08-14 |
| 56 | 76.7% | 60.0 | $0.086 | 2026-09-29 | |
| 57 | 75.8% | – | $7.43 | 2026-04-16 | |
| 58 | 74.2% | 60.1 | $0.690 | 2026-07-09 | |
| 59 | 74.0% | 63.1 | $1.52 | 2026-03-04 | |
| 60 | 73.6% | – | $0.134 | 2026-10-17 |
関連するベンチマーク
ARC-AGI-2での注目のモデル比較
引用表記:BenchLeader「ARC-AGI-2のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/arc_agi_2
ARC-AGI-2:よくある質問
- ARC-AGI-2は何を測るベンチマークですか?
- ARC-AGI-2はARC-AGI-1の形式を引き継ぎつつ、総当たりの探索やパターンマッチングが通用しないようタスクが作られています。記号の解釈、ルールの組み合わせ、文脈に応じたルールの適用が求められます。人間はすべてのタスクを解けますが、モデルは0付近から始まりました。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- ARC-AGI-2の最高スコアは?
- 2026年11月16日時点で、ARC-AGI-2の最高スコアは95.0%で、GPT-6 Astraが記録しています(結果の日付は2026年9月2日)。次点はGPT-6.1 Solの94.2%です。スコアはARC Prizeの公表値で、毎日読み直しています。
- ARC-AGI-2でトップのAIモデルは?
- 2026年11月16日時点で、ARC-AGI-2の首位はGPT-6 Astraで、スコアは95.0%です(結果の日付は2026年9月2日)。続いてGPT-6.1 Sol(94.2%)です。
- ARC-AGI-2の結果があるモデルはいくつですか?
- BenchLeaderでは265のモデル構成にARC-AGI-2の結果があり、すべてARC Prizeから取得しています。
- ARC-AGI-2を運営しているのは誰で、どのくらいの頻度で更新されますか?
- ARC-AGI-2はARC Prizeが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- ARC-AGI-2はBenchLeader Indexに含まれますか?
- はい。ARC-AGI-2はBenchLeader Indexの推論カテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。