精选模型82

ARC Prize 公布 Gemini 4 Carbon 在 ARC-AGI 三代基准上的成绩与成本

原标题:Gemini 4 Carbon from @Google on ARC-AGI (Verified):

ARC Prize@arcprize发布时间 (北京时间)

ARC Prize 公布 Google Gemini 4 Carbon 在 ARC-AGI 系列基准上的 Verified 成绩:ARC-AGI-3 在 provider adapter 下得分 99.1%、成本 $4.6K,在 standard harness 下得分 65.1%、成本 $7.2K;ARC-AGI-2 得分 94.2%、$0.38/task;ARC-AGI-1 得分 98.5%、$0.16/task。在 standard harness 下,Carbon 比前代 Argon 在 ARC-AGI-3 上高出 18 个百分点。

推荐理由ARC Prize 公布 Gemini 4 Carbon 在 ARC-AGI 三代基准上的得分与单任务成本,可与前代 Argon 直接对照。

来自 @Google 的 Gemini 4 Carbon 在 ARC-AGI(已验证)上的表现:

  • ARC-AGI-3:99.1%,$4.6K(provider adapter),65.1%,$7.2K(standard harness)
  • ARC-AGI-2:94.2%,$0.38/任务
  • ARC-AGI-1:98.5%,$0.16/任务

在 standard harness 下,Carbon 在 ARC-AGI-3 上以 18 个百分点击败了其前代 Argon。

Google / Gemini评测基准#评测/基准#Google