Grok 4.5 在 ARC-AGI-1 得分 85.7%，ARC-AGI-3 仅 0.3%
scaling01 · x · 2026-07-24
Grok 4.5 在 ARC-AGI-1 表现很强，但 ARC-AGI-3 依旧接近失灵
ARC Prize 给出的验证结果显示，Grok 4.5 在不同 ARC-AGI 版本上的表现差异非常大：
- ARC-AGI-1：85.7%，单题成本 $0.33
- ARC-AGI-2：52.6%，单题成本 $0.78
- ARC-AGI-3：0.3%，单题成本 $6.9K
测试方还指出，把 reasoning effort 从 medium 提到 high，并没有带来性能或成本上的提升。
「模型」频道最新
- 一堂技术 AI 速成课串起 LLM、MCP、Agent 与 RAG — aakashgupta · 2026-07-24
- Gemini 3.5 Flash 已能生成较忠实的 Minecraft 克隆 — majidmanzarpour · 2026-07-24
- ChatGPT 结账配置曝光新的 Business ProLite 套餐 — btibor91 · 2026-07-24
- GLM-5.2 博客透露，Z.ai 似乎放弃 GRPO 回到 PPO — bycloud · 2026-07-24
- 推算800B活跃参数模型:若采用GPT-4架构总参将达10万亿 — _xjdr · 2026-07-24
- Kimi-k3 在 EQBench 只差 fable-5 1 分，写作榜也冲到前排 — karminski3 · 2026-07-24