ARC-AGI-3

Name: ARC-AGI-3
Creator: ARC Prize Foundation

版本：ARC-AGI-1 · ARC-AGI-2 · ARC-AGI-3 · ARC-AGI-4

不同版本的分数默认不直接比较。

ARC-AGI 系列基准由 ARC Prize Foundation 维护，长期被主要 AI 实验室和学术研究者作为衡量 AI 推理能力的参照。2026年3月25日，该系列第三代版本 ARC-AGI-3 在旧金山 Y Combinator 正式发布，这是自2019年该系列初次推出以来，格式层面改动最大的一次迭代。

更新于 2026年10月1日·1,565 次浏览

问题数量: 135
发布机构: ARC Prize Foundation
评测类别: 抽象归纳与泛化
评测指标: Action efficiency score（按相同评测环境比较，越高越好） · 越高越好
支持语言: Language-agnostic
难度等级: Advanced

简介

ARC-AGI-3 是面向智能体的交互式推理基准，要求在没有自然语言指令的环境中探索、推断目标、建立世界模型并规划行动。100% 表示达到人类基线的行动效率。成绩同时受模型、思考档位和评测环境影响。本站分别记录 Standard 与 Provider Adapter；后者支持供应商原生状态和上下文管理，具体实现见运行证据。不同环境的成绩分组展示，环境未核实的历史成绩不参与排名。

ARC-AGI-3评测最新大模型排名与完整榜单数据

查看 ARC-AGI-3 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。

数据来源：DataLearnerAI

数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。了解数据收集方法

模型模式说明

评测环境思考档位

排名按评测环境分别计算。Provider Adapter 支持供应商原生状态；具体实现请查看成绩证据。

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	GPT-6 Astra 思考水平·Max	62.71	2026-09-03	未知	闭源
	GPT-6 Astra 思考水平·极高	59.34	2026-09-03	未知	闭源
	GPT-6 Astra 思考水平·高	54.82	2026-09-03	未知	闭源
4	GPT-6.1 Sol 思考水平·Max	52.73	2026-09-29	未知	闭源
5	GPT-6.1 Sol 思考水平·极高	39.93	2026-09-29	未知	闭源
6	GPT-6 Astra 思考水平·中	38.59	2026-09-03	未知	闭源
7	GPT-6 Astra 常规模式	35.18	2026-09-03	未知	闭源
8	Claude Opus 5 思考水平·高	30.16	2026-07-24	未知	闭源
9	GPT-6.1 Sol 思考水平·高	26.72	2026-09-29	未知	闭源
10	GPT-6 Astra 思考水平·低	17.45	2026-09-03	未知	闭源
11	GPT-6.1 Sol 思考水平·中	10.57	2026-09-29	未知	闭源
12	Gemini 3.8 Flash 思考水平·高	10.37	2026-09-02	未知	闭源
13	GPT-5.6 Sol 思考水平·Max	7.78	2026-06-26	未知	闭源
14	GPT-5.6 Sol 思考水平·极高	6.99	2026-06-26	未知	闭源
15	Gemini 3.8 Flash 思考水平·低	5.99	2026-09-02	未知	闭源
16	GPT-6 Sol 思考水平·Max	4.62	2026-09-22	未知	闭源
17	Gemini 3.8 Flash 思考水平·中	3.99	2026-09-02	未知	闭源
18	GPT-6.1 Sol 思考水平·低	3.92	2026-09-29	未知	闭源
19	GPT-5.6 Sol 思考水平·高	2.15	2026-06-26	未知	闭源
20	Grok 4.6 思考水平·极高	2.11	2026-08-12	未知	闭源
21	GPT-6 Sol 思考水平·极高	1.80	2026-09-22	未知	闭源
22	Claude Opus 4.8 思考水平·高	1.52	2026-05-28	未知	闭源
23	GPT-5.6 Sol 思考水平·中	1.07	2026-06-26	未知	闭源
24	GPT-6 Sol 思考水平·高	0.9	2026-09-22	未知	闭源
25	GPT-5.6 Terra 思考水平·Max	0.8	2026-06-26	未知	闭源
26	GPT-5.6 Terra 思考水平·极高	0.65	2026-06-26	未知	闭源
27	Claude Opus 4.6 思考水平·Max	0.51	2026-02-05	未知	闭源
28	GPT-5.6 Terra 思考水平·高	0.49	2026-06-26	未知	闭源
29	GPT-5.5 思考水平·高	0.43	2026-04-23	未知	闭源
30	GPT-6 Sol 思考水平·中	0.42	2026-09-22	未知	闭源
31	GPT-5.6 Sol 思考水平·低	0.33	2026-06-26	未知	闭源
32	Grok 4.5 思考水平·中	0.32	2026-07-08	未知	闭源
33	Grok 4.5 思考水平·高	0.3	2026-07-08	未知	闭源
34	GPT-6 Sol 常规模式	0.28	2026-09-22	未知	闭源
35	Grok 4.5 思考水平·低	0.26	2026-07-08	未知	闭源
36	GPT-5.4 思考水平·高	0.21	2026-03-05	未知	闭源
37	GPT-6 Luna 思考水平·中	0.19	2026-09-22	未知	闭源
38	Opus 4.7 思考水平·高	0.18	2026-04-16	未知	闭源
39	GPT-5.6 Luna 思考水平·Max	0.18	2026-06-26	未知	闭源
40	GPT-6 Luna 思考水平·高	0.18	2026-09-22	未知	闭源
41	GPT-5.6 Luna 思考水平·中	0.17	2026-06-26	未知	闭源
42	GPT-5.6 Luna 思考水平·低	0.17	2026-06-26	未知	闭源
43	GPT-6 Luna 思考水平·极高	0.16	2026-09-22	未知	闭源
44	GPT-6 Sol 思考水平·低	0.13	2026-09-22	未知	闭源
45	GPT-5.6 Luna 思考水平·高	0.1	2026-06-26	未知	闭源
46	GPT-6 Luna 思考水平·Max	0.1	2026-09-22	未知	闭源
47	GPT-5.6 Terra 思考水平·中	0.08	2026-06-26	未知	闭源
48	GPT-6 Luna 常规模式	0.03	2026-09-22	未知	闭源
49	GPT-6 Luna 思考水平·低	0.03	2026-09-22	未知	闭源
50	GPT-5.6 Luna 思考水平·极高	0.02	2026-06-26	未知	闭源
51	GPT-5.6 Terra 思考水平·低	0.01	2026-06-26	未知	闭源

最新排行榜得分解析

ARC-AGI-3 的成绩须结合评测环境阅读。Standard 与 Provider Adapter 使用不同的运行条件，不能将跨环境分差直接归因于模型能力。Provider Adapter 的具体实现可能因供应商而异，也不能据此认定使用了 Codex。查看环境、思考档位、成本和来源证据后再比较；最新成绩以对应环境的榜单为准。