ARC Prize 发布 ARC-AGI-2 基准与技术报告
先了解这件事
OpenAI 新版 o3 在 ARC-AGI 半私评测集上以 1 万美元算力上限取得 75.7%，高算力（172 倍）配置得分 87.5%，成为公共榜首。
摘自 ARC Prize：官方博客
事件进展
2 个进展
- 9月30日 23:27 · 2 篇报道ARC-AGI-2技术报告发布ARC Prize：官方博客：ARC Prize 发布 ARC-AGI-2 技术报告，前沿模型得分不足 5%
- 9月30日 02:51 · 5 篇报道ARC Prize测试主流AI推理系统无明确赢家ARC Prize：官方博客：ARC Prize 公布 OpenAI o3 在 ARC-AGI-Pub 上取得突破性高分
报道时间线
沿着报道，了解事件的不同侧面。
- ARC Prize：官方博客精选ARC Prize 公布 OpenAI o3 在 ARC-AGI-Pub 上取得突破性高分
OpenAI 新版 o3 在 ARC-AGI 半私评测集上以 1 万美元算力上限取得 75.7%，高算力（172 倍）配置得分 87.5%，成为公共榜首。
- ARC Prize：官方博客精选ARC Prize 分析 DeepSeek R1-Zero 与 R1 测试结果：R1-Zero 比 R1 更重要
ARC Prize Foundation 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得 14% 和 15.8%，与 o1 低算力的 20.5% 接近，而 GPT-4o 为 5%。
- ARC Prize：官方博客精选ARC Prize 基金会发布 ARC-AGI-2 基准并启动 ARC Prize 2025 竞赛
ARC Prize 基金会发布 ARC-AGI-2 基准并同步启动 ARC Prize 2025 竞赛，总奖金 100 万美元，Kaggle 赛程为 3 月 26 日至 11 月 3 日。
- ARC Prize：官方博客精选ARC Prize 实测 o3 与 o4-mini 在 ARC-AGI 上的表现
ARC Prize Foundation 发布 o3 和 o4-mini 在 ARC-AGI 上的首次公开评测：o3-medium 在 ARC-AGI-1 Semi Private Eval 得 53%，o4-mini-medium 得 42%，两者在 ARC-AGI-2 上均低于 3%。
- ARC Prize：官方博客精选ARC Prize 发布 ARC-AGI-2 技术报告，前沿模型得分不足 5%
ARC Prize 发布 ARC-AGI-2 技术报告，推出比 ARC-AGI-1 更细粒度评估抽象推理的新基准。400 人实测 1,417 个任务全部可被人类解出，平均每题约 2.3 分钟；发布时所有前沿模型成功率不足 5%，而同类模型在 ARC-AGI-1 上通常达 20%-50%。
- ARC Prize：官方博客精选ARC Prize 实测各大推理模型：ARC-AGI-1 无明显赢家，ARC-AGI-2 仍未被攻克
ARC Prize 测试了各大实验室的 AI 推理系统，在 ARC-AGI-1 上得出准确率与成本的 Pareto 前沿，没有单一赢家：追求最高准确率选 OpenAI o3-medium/o3-high（o3-preview low 为 75.7% 但单任务 $200）。
- ARC PrizeARC Prize：达到 ARC-AGI-1 75% 的成本 19 个月下降 99.95%
ARC Prize 统计称，达到 ARC-AGI-1 75% 的成本在 19 个月内下降 99.95%，从 o3-preview 的 $26/task 降至 DeepSeek V4 Flash 的 $0.01/task。在 ARC-AGI-2 上，6 个月内下降 99.44%，从 Gemini 3 Deep Think 的 $13.62/task 降至 Dots3-Note Preview 的 $0.08/task。