ARC-AGI-3 榜单曝光:模型刷分可行但单任务成本高达数万美元
haider1 · x · 2026-11-12
Haider 转发并评论「LLM 范式可能正在撞墙,这次我更担心这堵墙」,配图为 ARC Prize 官方认证的 ARC-AGI-3 排行榜。榜单显示 Claude Fable 5.2、GPT-6 Astra、Gemini 4 Argon 等前沿模型可以在该基准上拿到 60%-95% 的高分,但高分配置的成本普遍在数千到上万美元区间,大部分得分为零的尝试聚集在数百到数千美元的成本段——性能与成本的比值仍然极为悬殊,支撑了「范式撞墙」的担忧。
「模型」频道最新
- Polymarket 开盘：年底中国公司登顶 AI 榜首概率仅 6% — Polymarket · 2026-11-12
- FutureHouse 打造 deslopper：Kosmos 报告可读性逼真专家手笔 — proteinrosh · 2026-11-12
- 开源稀疏模型 Flint:40B 参数仅 2.5B 激活,M4 Pro 上跑 125+ tokens/s — agihouse_org · 2026-11-12
- 开发者实测 Gemini 4 Carbon:Favicon 设计与微交互表现更出色 — AI_Andrew · 2026-11-12
- Gemini Decision 1 知识推理评测居首，靠校准胜出而非准确率 — ArtificialAnlys · 2026-11-12
- Gemini Decision 1 单百万任务成本 $345,为榜首 Drex Max 3 倍多 — ArtificialAnlys · 2026-11-12