ARC-AGI-3 排行榜
截至 2026年11月16日,ARC-AGI-3 的最高分为 99.9%,由 GPT-6 Astra(OpenAI)取得,领先于 Gemini 4 Carbon(99.1%)。共有 79 个模型配置公布了结果(ARC Prize,结果日期 2026年9月2日)。ARC-AGI-3 转向交互式游戏:智能体必须在没有说明的情况下探索环境、发现规则并达成目标,衡量的是多步骤过程中的学习效率。ARC-AGI-3 计入 BenchLeader Index 的推理得分。
要点(截至 2026年11月16日)
- GPT-6 Astra 以 99.9% 保持 ARC-AGI-3 最高分(ARC Prize,2026年9月2日)。
- Gemini 4 Carbon 以 99.1% 位列 ARC-AGI-3 第二(ARC Prize,2026年11月10日)。
- ARC-AGI-3:ARC-AGI-3 半公开交互式评测集(ARC Prize)。
- BenchLeader 上有 79 个模型配置公布了 ARC-AGI-3 结果(BenchLeader,2026年11月16日)。
- ARC-AGI-3 计入 BenchLeader Index 的推理类别(BenchLeader 方法论)。
ARC-AGI-3 半公开交互式评测集。
- 发布方
- ARC Prize
- 类别
- 推理
- Index 权重
- 0.5
- 模型
- 79
- 数据截至
- 2026年11月16日
- 最新结果
- 2026年11月10日
ARC Prize Foundation, arcprize.org.
测试内容
ARC-AGI-3 转向交互式游戏:智能体必须在没有说明的情况下探索环境、发现规则并达成目标,衡量的是多步骤过程中的学习效率。
评分方式
完成的半私有游戏百分比,由 ARC Prize Foundation 运行。
注意事项
新推出、规模小,而且与早期的网格任务很不一样;智能体脚手架影响较大,有结果的模型很少。
- 1GPT-6 Astra (high)99.9%
- 2Gemini 4 Carbon (medium)99.1%
- 3GPT-6 Astra (max)98.6%
- 4GPT-6 Astra (xhigh)98.4%
- 5GPT-6 Astra (medium)98.4%
- 6GPT-6 Astra (low)98.0%
- 7Claude Fable 5.2 (high)97.7%
- 8Gemini 4 Carbon (low)97.7%
- 9Gemini 4 Argon (low)97.5%
- 10Claude Fable 5.2 (xhigh)97.3%
- 11Gemini 4 Argon (high)97.3%
- 12Gemini 4 Argon (medium)97.3%
- 13Gemini 4 Carbon (high)96.9%
- 14Claude Fable 5.2 (medium)96.8%
- 15GPT-6 Astra (none)96.7%
79 / 79
| # | ||||
|---|---|---|---|---|
| 1 | 99.9% | 66.3 | 2026-09-02 | |
| 2 | 99.1% | 65.8 | 2026-11-10 | |
| 3 | 98.6% | 67.3 | 2026-09-02 | |
| 4 | 98.4% | 66.0 | 2026-09-02 | |
| 5 | 98.4% | 64.4 | 2026-09-02 | |
| 6 | 98.0% | 62.0 | 2026-09-02 | |
| 7 | 新 | 97.7% | 68.4 | 2026-11-09 |
| 8 | 97.7% | 60.1 | 2026-11-10 | |
| 9 | 97.5% | – | 2026-10-13 | |
| 10 | 新 | 97.3% | 69.7 | 2026-11-09 |
| 11 | 97.3% | 65.3 | 2026-10-13 | |
| 12 | 97.3% | 61.6 | 2026-10-13 | |
| 13 | 96.9% | 68.9 | 2026-11-10 | |
| 14 | 新 | 96.8% | 66.3 | 2026-11-09 |
| 15 | 96.7% | 58.1 | 2026-09-02 | |
| 16 | 96.4% | 63.6 | 2026-09-29 | |
| 17 | 96.2% | 66.6 | 2026-09-29 | |
| 18 | 95.0% | 63.4 | 2026-09-29 | |
| 19 | 新 | 94.9% | 72.7 | 2026-11-09 |
| 20 | 新 | 92.3% | 65.3 | 2026-11-09 |
| 21 | 91.0% | 62.7 | 2026-09-29 | |
| 22 | 82.8% | 60.0 | 2026-09-29 | |
| 23 | 72.4% | 62.5 | 2026-09-28 | |
| 24 | 35.5% | 59.5 | 2026-09-28 | |
| 25 | 35.0% | 59.4 | 2026-09-02 | |
| 26 | 30.2% | 64.4 | 2026-07-24 | |
| 27 | 24.2% | 60.2 | 2026-09-02 | |
| 28 | 23.0% | 62.6 | 2026-09-22 | |
| 29 | 15.1% | 55.9 | 2026-09-02 | |
| 30 | 10.0% | 56.9 | 2026-09-21 | |
| 31 | 9.5% | 58.4 | 2026-09-22 | |
| 32 | 8.4% | – | 2026-09-21 | |
| 33 | 7.8% | 65.3 | 2026-07-09 | |
| 34 | 7.0% | 63.9 | 2026-07-09 | |
| 35 | 7.0% | 57.4 | 2026-09-21 | |
| 36 | 5.9% | 58.1 | 2026-09-22 | |
| 37 | 5.8% | 57.7 | 2026-10-17 | |
| 38 | 4.9% | 56.9 | 2026-09-22 | |
| 39 | 4.9% | 50.6 | 2026-09-28 | |
| 40 | 3.3% | – | 2026-09-10 | |
| 41 | 3.2% | 55.6 | 2026-09-10 | |
| 42 | 2.8% | 55.3 | 2026-10-07 | |
| 43 | 2.7% | 58.5 | 2026-09-10 | |
| 44 | 2.2% | 63.4 | 2026-07-09 | |
| 45 | 2.1% | 56.1 | 2026-08-11 | |
| 46 | 1.8% | 54.5 | 2026-09-22 | |
| 47 | 1.5% | 60.4 | 2026-06-01 | |
| 48 | 1.2% | 49.0 | 2026-09-22 | |
| 49 | 1.1% | 61.3 | 2026-07-09 | |
| 50 | 0.8% | 59.5 | 2026-07-09 | |
| 51 | 0.8% | 55.4 | 2026-09-21 | |
| 52 | 0.7% | 60.1 | 2026-07-09 | |
| 53 | 0.6% | 55.1 | 2026-09-22 | |
| 54 | 0.6% | 50.7 | 2026-09-28 | |
| 55 | 0.5% | 57.0 | 2025-12-17 | |
| 56 | 0.5% | 56.8 | 2026-07-09 | |
| 57 | 0.5% | 52.0 | 2026-09-22 | |
| 58 | 0.5% | 44.0 | 2026-09-10 | |
| 59 | 0.4% | 63.5 | 2026-04-23 | |
| 60 | 0.4% | 59.9 | 2026-03-05 |
相关基准测试
ARC-AGI-3 上的热门模型对比
引用格式:BenchLeader,《ARC-AGI-3 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/arc_agi_3。
ARC-AGI-3:常见问题
- ARC-AGI-3 衡量的是什么?
- ARC-AGI-3 转向交互式游戏:智能体必须在没有说明的情况下探索环境、发现规则并达成目标,衡量的是多步骤过程中的学习效率。分数以完成任务的百分比表示,越高越好。
- ARC-AGI-3 的最高分是多少?
- 截至 2026年11月16日,ARC-AGI-3 的最高分为 99.9%,由 GPT-6 Astra 取得(结果日期 2026年9月2日),领先于 Gemini 4 Carbon(99.1%)。分数来自 ARC Prize,每天重新读取。
- 哪个 AI 模型在 ARC-AGI-3 上领先?
- 截至 2026年11月16日,ARC-AGI-3 排名第一的是 GPT-6 Astra,分数为 99.9%(结果日期 2026年9月2日)。其后为 Gemini 4 Carbon(99.1%)。
- 有多少模型有 ARC-AGI-3 结果?
- BenchLeader 上有 79 个模型配置有 ARC-AGI-3 结果,全部取自 ARC Prize。
- ARC-AGI-3 由谁运行,多久更新一次?
- ARC-AGI-3 由 ARC Prize 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- ARC-AGI-3 是否计入 BenchLeader Index?
- 计入。ARC-AGI-3 计入 BenchLeader Index 的推理类别,并经过归一化,使参评模型的平均值为 50。