ARC Prize核實Argon評測成績落差大

核實結果公布

評測組織 ARC Prize 於香港時間10月16日凌晨公布 Gemini 4 Argon 的核實成績。在 ARC-AGI-3 基準上，該模型經供應商適配的執行框架取得97.5%，耗費約4,800美元，榜上僅次於 GPT-6 Astra。

核實成績意味着評測方已確認結果真實有效、過程經過審查。此次發布同時帶出一個受廣泛關注的細節：同一模型在不同的測試框架之間，得分出現了極大落差，引發對評測方法的討論。