待验证50% 置信事实精确时间
ARC-AGI 3 发布时，前沿模型在全部任务上得分低于 1%，而每个任务对人类都可解。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/24
首次发现
有效期至：2027/1/22
来源
涉及实体
相关事实
待验证ARC-AGI-2由AI安全研究员François Chollet设计，早期GPT-4在该测试上得分不足10%，人类平均得分约85%68% 相似待验证ARC-AGI-1 在2024年之前，最先进的AI系统正确率长期徘徊在30%左右，远低于人类的85%以上66% 相似待验证在 Artificial Analysis 的独立评测中，Argon 完成基准任务仅需每任务 1.99 美元，与 GLM 5.3 相近，明显低于除 Sol 6.1 外的所有前沿竞品。66% 相似待验证在ARC-AGI 3上，Astra在最高设置下有96%的关卡用比人类基线更少的步数通关，平均减少约50%的动作65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1092250API
curl https://kongchang.com/api/v1/knowledge/claims/1092250MCP
get_claim(id=1092250)