AI 评测与排行榜,分别告诉你什么
分清评测基准、一次评测运行与排行榜,用它们回答各自适合的问题。
LLM Stats
ARC-AGI-2 is an upgraded benchmark for measuring abstract reasoning and problem-solving abilities in AI systems through visual grid transformation tasks. It evaluates fluid intelligence via input-output grid pairs (1x1 to 30x30) using colored cells (0-9), requiring models to identify underlying transformation rules from demonstration examples and apply them to test cases. Designed to be easy for humans but challenging for AI, focusing on core cognitive abilities like spatial reasoning, pattern recognition, and compositional generalization.
本站保留来源报告的结果,不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期;不同运行条件不能直接合并为统一排名。
按来源中的观察顺序展示,顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| GPT-5.5 | 0.85 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.771 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| GPT-5.4 | 0.733 | 未收录 | 未收录 | 2026-03-05 · model_announcement | LLM Stats |
| Gemini 3.5 Flash | 0.721 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.688 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.583 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| GPT-5.2 Pro | 0.542 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| GPT-5.2 | 0.529 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| Muse Spark | 0.425 | 未收录 | 未收录 | 2026-04-08 · model_announcement | LLM Stats |
| Inkling-Small | 0.401 | 未收录 | 未收录 | 2026-07-30 · model_announcement | LLM Stats |
| Claude Opus 4.5 | 0.376 | 未收录 | 未收录 | 2025-11-24 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.336 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.311 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| Grok-4 | 0.159 | 未收录 | 未收录 | 2025-07-09 · model_announcement | LLM Stats |
| Claude Opus 4 | 0.086 | 未收录 | 未收录 | 2025-05-22 · model_announcement | LLM Stats |
| o3 | 0.065 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Gemini 2.5 Pro | 0.049 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |