Gemini 4 Argon 在 ARC-AGI-3 上获 97.5 分，但成绩依赖测试方法

Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 基准上取得 97.5 分，成为继 OpenAI 之后第二家超过 95 分的 AI 实验室，仅次于 GPT-6 Astra 的 99.9 分。该成绩使用「Provider Adapter Harness」测试环境获得，耗资 4,800 美元，这一设置允许使用保留推理、上下文压缩等厂商专属功能。 换用仅允许轮次间简单笔记的「Standard Harness」后，Argon 在低推理档位降至 49.8%，耗资 5,800 美元。测试者称 API 问题导致 Argon 无法在 Standard Harness 下完成全部 55 个游戏；在最高档位仅完成 19 个游戏，ARC Prize 因此未公布分数。已报告的结果通过计入中断运行的部分得分，仍覆盖全部 55 个游戏。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。