https://arcprize.org/arc-agi/3 按Play [Humans]开始玩 说明: ARC-AGI-3 是 2026 年 3 月底才正式推出的互动式（agentic）基准测试，跟之前的 ARC-AGI-1/2 很不一样。它不是静态的格子拼图，而是让 AI 在完全陌生的环境中探索、 即时学习目标、建立世界模型、并有效率地行动。 人类在这些环境中几乎都能 100% 解决（通常几分钟内搞定）。 前沿大模型 的表现非常惨：Google Gemini 3.1 Pro Preview：最高约 0.37% OpenAI GPT-5.4 High：约 0.26% Anthropic Claude Opus 4.6 Max：约 0.25% xAI Grok 4.20（Reasoning 模式）：0% 整体来说，目前所有公开测试的前沿 AI 分数都低於 1%，远远达不到「破关」的程度。 公开的 agent 尝试（非官方大模型 leaderboard）在 ARC Prize 官方的 unverified live leaderboard（开放给大家提交 agent 的排行），目前最好的开源/自制 agent 分 数也只有 12.58%（StochasticGoose 团队，完成 18 个 levels），其他大多在 3~8% 左 右。这些是专门为 ARC-AGI-3 设计的 agent，不是纯靠大模型。 ARC Prize 2026 竞赛现况总奖金高达 200 万美元，其中 ARC-AGI-3 轨道的 Grand Prize（100%） 是 70 万美元。 比赛刚开始没多久（2026/3/25 启动），还有好几个月才到 milestone 和最终截止，目 前还在早期阶段，没有人接近 100%。 之前 2025 年的 ARC Prize（主要用 ARC-AGI-2）最高也只到 24% 左右，Grand Prize 同样没人领走。 简单说，ARC-AGI-3 现在是目前最「未饱和」的 AGI 相关基准之一，专门用来测量 AI 在全新情境下的流体智能（fluid intelligence）和学习效率，目前 AI 跟人类的差距还 非常明显。 -- grok整理 另外的参考说明:https://www.ithome.com.tw/news/174698 我也过了几个小游戏确定了自己还能被称为人类 AI是不懂自主判断游戏目的游戏机制的 至少现在还是啦 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.230.45 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/C_Chat/M.1775469719.A.B1D.html ※ 编辑: error405 (114.36.230.45 台湾), 04/06/2026 18:19:13 ※ error405:转录至看板 AI_Art 04/06 18:34 ※ error405:转录至看板 Little-Games 04/06 18:35