Gemini 4 Argon在ARC-AGI-3得分97.5%，换测试环境后降至49.8%

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的得分，成本 4800 美元。这一成绩是在“Provider Adapter Harness”测试环境下取得的，该环境允许使用保留推理、上下文压缩等厂商特定功能。按此结果，Google DeepMind 成为继 OpenAI 之后第二家跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。 测试方式对成绩影响显著：在只允许轮次间做简单笔记的“Standard Harness”下，Argon 于低推理档位得分降至 49.8%，成本 5800 美元。低推理档完成 42 局（49.8%），中推理档完成 46 局（46.3%）；最高推理档仅完成 19 局，ARC Prize 因此未公布该档得分。 上述成本按每百万输入 token 2 美元、每百万输出 token 10 美元的 introductory price 计算。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。