ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序

mhmazur · x · 2026-10-27

ARC Prize 团队的 mhmazur 征求对排行榜表格改版的反馈，主要改动：默认只显示每个模型的最高推理档（reasoning level）成绩与成本，可切换查看全部档位；支持按 ARC-AGI v1/2/3 分数排序，快速找到各基准上的最强模型；可跨模型、厂商、effort、基准和结果详情搜索过滤；支持下载 CSV 或一键复制数据自行分析；页面记住用户设置；优化了小屏响应式布局。团队还在做公开 v1/2/3 测试原始数据的更便捷下载入口。截图显示 Gemini 4 Argon 在 ARC-AGI-1 达 98.5%（$0.162/task）、ARC-AGI-2 达 91.3%，DeepSeek V4.1 Flash 1017 为 94.5%/78.1%。