重點導讀
ARC-AGI 是用來測試模型解題能力的基準。
- ARC Prize 貼出 Google DeepMind 的 Gemini 4 Hydrogen 測試結果:它在 ARC-AGI-2 得分 92.5%,每題成本 $1.26。
- 在 ARC-AGI-1 得分 98.5%,每題成本 $0.18。貼文也說,和 Gemini 3.8 Flash 在高推理設定下相比,Gemini 4 Hydrogen 兩項分數相當或更高,推理 token 約少用 52%。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
ARC Prize@arcprize
·2 天前
Gemini 4 Hydrogen from @GoogleDeepMind on ARC-AGI (Verified):
- ARC-AGI-2: 92.5%, $1.26/task
- ARC-AGI-1: 98.5%, $0.18/task
Gemini 4 Hydrogen matched or exceeded Gemini 3.8 Flash's scores on both benchmarks at high reasoning while using about 52% fewer reasoning tokens. https://t.co/WSYNtbPstx
推文來源 · X (Twitter)在 X 參與討論