IXThinker·2026-03-27 19:10

最難AGI測試出爐 人類滿分AI僅0.2%

新一代智能體基準測試ARC-AGI-3上線，被視為目前唯一未飽和的基準。結果顯示人類參與者滿分通關，而最強模型Opus 4.6僅得0.2%，頂尖大模型集體折戟。

測試設計

ARC系列以考察抽象推理與泛化能力著稱，第三代延續「人類容易、AI極難」的設計哲學，是目前唯一尚未被模型刷滿的智能體基準，對模型的類人推理提出極致挑戰，也令榜單結果更具鑑別力。