RadarAI· X：ARC Prize (@arcprize)·· 2 天前AI 评分62
ARC Prize 公布 Gemini 4 Argon 的 ARC-AGI-3 标准 harness 测试结果
AI 导读
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果：低推理得分 49.8%，完成 42/55 局；中推理 46.3%，完成 46/55 局；高推理仅完成 19/55 局，因此未公布分数。
正文 · AI 翻译
ARC Prize· @arcprize · X·2026-10-16 00:22· 52 分钟前AI 评分53
AI 导读
ARC Prize 发布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果，低推理得分 49.8%（完成 42/55 局），中推理 46.3%（完成 46/55 局），高推理仅完成 19/55 局故未公布分数。
正文
除了在使用提供商适配器 harness（该 harness 保留不透明推理并支持自动压缩）时在 ARC-AGI-3 上表现出色外，Argon 在使用标准 harness（该 harness 使模型能够在回合之间延续笔记）时的高分也值得关注。
然而，我们遇到了 API 问题，导致无法使用标准 harness 完成测试：
- 低推理：49.8%，在 55 个游戏中完成了 42 个游戏的运行
- 中推理：46.3%，在 55 个游戏中完成了 46 个游戏的运行
- 高推理：仅在 55 个游戏中完成了 19 个游戏的运行，因此我们没有公布分数
公布的分数包含全部 55 个游戏，保留了未完成运行所获得的部分分数。
我们使用当前每百万 token 输入 2 美元 / 输出 10 美元的 introductory pricing 来计算成本。
完整结果：https://arcprize.org/results/google-gemini-4-argon
来源：ARC Prize · x.com
来源：RadarAI · aihot.news