ARC Prize 官方公布，谷歌 DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的验证成绩，成为继 OpenAI 之后第二家突破 95% 的 AI 实验室，仅次于 GPT-6 Astra 的 99.9%。
ARC-AGI-3 被称为「AGI 终极考场」：没有说明书、没有预设指令，模型被扔进完全陌生的彩色格子小游戏，必须自己摸索规则、发现目标、规划通关。七个月前上线时，所有前沿模型得分都不到 1%。
Argon 的表现有三个要点：其一，现学现会能力过关，在 25 个公开游戏中通关动作比人类基线少 62%，3 关追平速通玩家纪录；其二，分数离不开测试方式——同一模型换成统一标准测试只剩 49.8%，近一半差距来自测试支架；其三，老版本考题同样强势，ARC-AGI-2 得 91.3%、ARC-AGI-1 得 98.5%。Epoch 能力指数则给 Argon 打出 165 分，接近榜首，但数学与软件工程仍是短板。
原文链接：点击查看原文，正文为摘要整理，仅供参考。
