ARC-AGI-1(Abstraction and Reasoning Corpus)由 François Chollet 于 2019 年提出,通过彩色网格少样本任务评估系统从极少示例中即时归纳规则并泛化的能力。官方公开语料包含 400 道训练题和 400 道公开评测题,另设半私有与私有评测集。
查看 ARC-AGI-1 的最新得分、模型模式、发布时间与参数规模,快速了解当前完整榜单表现。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
排名规则:按「Score (%)」从高到低排列,同分并列。同一模型的不同思考档位或工具设置各占一行、分别排名。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
![]() Claude Fable 5 思考水平·Max | 98.50 | 2026-06-09 | 未知 | 闭源 | |
![]() Claude Fable 5 思考水平·极高 | 98.50 | 2026-06-09 | 未知 | 闭源 | |
![]() Claude Fable 5 思考水平·极高工具 | 98.50 | 2026-06-09 | 未知 | 闭源 | |
![]() GPT-6 Astra 思考水平·极高 | 98.50 | 2026-09-03 | 未知 | 闭源 | |
![]() GPT-6 Astra 思考水平·高工具 | 98.50 | 2026-09-03 | 未知 | 闭源 | |
![]() GPT-6 Astra 思考水平·极高工具 | 98.50 | 2026-09-03 | 未知 | 闭源 | |
![]() Gemini 3.8 Flash 思考水平·高 | 98.50 | 2026-09-02 | 未知 | 闭源 | |
![]() Claude Opus 5.5 思考水平·高 | 98.50 | 2026-09-22 | 未知 | 闭源 | |
![]() Claude Fable 5.2 思考水平·极高 | 98.50 | 2026-11-09 | 未知 | 闭源 | |
![]() GPT-6.1 Sol 思考水平·高 | 98.50 | 2026-09-29 | 未知 | 闭源 | |
![]() GPT-6.1 Sol 思考水平·极高 | 98.50 | 2026-09-29 | 未知 | 闭源 | |
![]() Gemini 4 Argon 思考水平·中 | 98.50 | 2026-10-13 | 未知 | 闭源 | |
![]() Gemini 4 Argon 思考水平·高 | 98.50 | 2026-10-13 | 未知 | 闭源 | |
14 | ![]() GPT-5.6 Sol 思考水平·极高 | 97.50 | 2026-06-26 | 未知 | 闭源 |
14 | ![]() GPT-6 Astra 思考水平·Max | 97.50 | 2026-09-03 | 未知 | 闭源 |
14 | ![]() GPT-6 Astra 思考水平·中工具 | 97.50 | 2026-09-03 | 未知 | 闭源 |
14 | ![]() GPT-6 Astra 思考水平·Max工具 | 97.50 | 2026-09-03 | 未知 | 闭源 |
14 | ![]() Claude Opus 5 思考水平·极高 | 97.50 | 2026-07-24 | 未知 | 闭源 |
14 | ![]() Claude Opus 5 思考水平·Max工具 | 97.50 | 2026-07-24 | 未知 | 闭源 |
14 | ![]() Claude Opus 5 思考水平·高 | 97.50 | 2026-07-24 | 未知 | 闭源 |
14 | ![]() Claude Fable 5.1 思考水平·Max | 97.50 | 2026-09-01 | 未知 | 闭源 |
14 | ![]() Gemini 3.8 Flash 思考水平·中 | 97.50 | 2026-09-02 | 未知 | 闭源 |
14 | ![]() Claude Opus 5.5 思考水平·Max | 97.50 | 2026-09-22 | 未知 | 闭源 |
14 | ![]() Claude Opus 5.5 思考水平·极高 | 97.50 | 2026-09-22 | 未知 | 闭源 |
14 | ![]() Claude Opus 5.5 思考水平·中 | 97.50 | 2026-09-22 | 未知 | 闭源 |
14 | ![]() Claude Fable 5.2 思考水平·中 | 97.50 | 2026-11-09 | 未知 | 闭源 |
14 | ![]() Claude Fable 5.2 思考水平·高 | 97.50 | 2026-11-09 | 未知 | 闭源 |
14 | ![]() Claude Fable 5.2 思考水平·Max | 97.50 | 2026-11-09 | 未知 | 闭源 |
29 | ![]() GPT-5.6 Sol 思考水平·高 | 97.00 | 2026-06-26 | 未知 | 闭源 |
30 | ![]() GPT-5.5 Pro 思考水平·高 | 96.50 | 2026-04-23 | 未知 | 闭源 |
截至 2026-10-25,ARC-AGI-1 按「Score (%)」排名(越高越好),共收录 82 个模型。Claude Fable 5(最高档) 98.5%、GPT-6 Astra(极高档) 98.5%、Gemini 3.8 Flash(高档) 98.5%、Claude Opus 5.5(高档) 98.5% 并列第一。其后是 GPT-5.6 Sol(极高档) 97.5%、Claude Opus 5(极高档) 97.5%。最近发布的 DeepSeek-V4.1-Flash-1017(2026-10-17)排在第 17 位。开源权重模型中表现最好的是 Kimi K3(最高档) 94.5%,排第 17 位。头部分数已接近满分,区分度有限。