ARC Prize 上线模型对比功能，Gemini 3.7 Flash 曝光高分
mhmazur · x · 2026-08-21
ARC Prize 推出了新功能，允许用户在结果页面直接对比不同模型的性能。
Gemini 3.7 Flash 表现：
- ARC-AGI-1 Semi-Private: High 难度得分 95.5% (成本 $0.12/任务)
- ARC-AGI-2 Semi-Private: High 难度得分 84.6% (成本 $0.25/任务)
- Medium/Low 难度表现亦有所列出
该功能便于开发者直观评估不同模型（如 Gemini 3.7 Flash vs 3.6 Flash）在推理任务上的差异。
所属事件:Gemini 3.7 Flash 登顶 ARC-AGI，单题成本最低 0.12 美元(4 条相关)→
「模型」频道最新
- Peter Yang:Opus 5.5 很强,但仍难坚持己见扛住反驳 — petergyang · 2026-10-16
- 公司机器人部署弃用 VLA,改用 Opus 级 LLM 做高层推理 — ihorbeaver · 2026-10-16
- 马斯克转发用户实测：Grok 电脑操作速度超预期，免装 Codex — elonmusk · 2026-10-16
- PhoneLLM 双模型开源:专攻语音对话,延迟低至 100ms 内 — charles_irl · 2026-10-16
- Transluce 实践者反思：神经元自动解释一年后仍难解释复杂行为 — aryaman2020 · 2026-10-16
- Grok Bot 连跑 12 小时数据分析，被限流也会自己等重试 — Daniel_Farinax · 2026-10-16