A ARC Prize anunciou oficialmente que o Gemini 4 Argon, do Google DeepMind, obteve 97,5% verificados no ARC-AGI-3, tornando o Google o segundo laboratório de IA depois da OpenAI a ultrapassar os 95% — atrás apenas dos 99,9% do GPT-6 Astra.
O ARC-AGI-3 é conhecido como o "exame definitivo da AGI": sem manual, sem instruções predefinidas. O modelo é lançado num jogo de grelha totalmente desconhecido e tem de descobrir as regras, encontrar o objetivo e planear como concluir o nível por conta própria. Quando o teste foi lançado, há sete meses, todos os modelos de fronteira pontuavam abaixo de 1%.
Três pontos se destacam. Primeiro, capacidade real de aprender em tempo real: em 25 jogos públicos, o Argon concluiu níveis com 62% menos ações do que a referência humana, igualando recordes de speedrun em três jogos. Segundo, a pontuação depende da configuração do teste — no harness padrão uniforme, o mesmo modelo obteve apenas 49,8%, e quase metade da diferença vem do harness de teste. Terceiro, as versões mais antigas também são fortes: 91,3% no ARC-AGI-2 e 98,5% no ARC-AGI-1. O Epoch Capabilities Index atribui 165 pontos ao Argon, perto do topo, embora a matemática e a engenharia de software continuem a ser pontos fracos.
Link da fonte: Ler o original. Este artigo é um resumo para referência.
