ARC-AGI-2
人工智能（AI）的通用智能（AGI）发展一直是研究领域的焦点。近期，由 ARC Prize 基金会推出并由 AI 研究者 François Chollet 联合发起的 ARC-AGI-2 评测基准，为衡量大模型在未知情境下的实时推理能力和学习效率提供了新的视角。
更新于 2026-04-11
3,292 次浏览
问题数量
1000
发布机构
个人
评测类别
综合评估
评测指标
Accuracy
支持语言
英文
难度等级
高难度
简介
极具挑战性的大模型通用能力评测基准
相关资源
ARC-AGI-2 大模型得分排行榜
数据来源：DataLearnerAI
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
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
ARC-AGI-2评测最新大模型排名与完整榜单数据
查看 ARC-AGI-2 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。
模型发布时间截止:
ARC-AGI-2详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | 84.60 | 2026-02-13 | 未知 | |
| 2 | 83.30 | 2026-03-05 | 未知 | |
| 3 | GPT-5.4 Pro 思考水平 · 高 | 83.30 | 2026-03-05 | 未知 |
| 4 | Gemini 3.1 Pro Preview 思考水平 · 高 | 77.10 | 2026-02-20 | 未知 |
| 5 | GPT-5.4 常规 | 77.10 | 2026-03-05 | 未知 |
| 6 | GPT-5.4 思考水平 · 超高 | 74.00 | 2026-03-05 | 未知 |
| 7 | Claude Opus 4.6 扩展思考 | 66.30 | 2026-02-05 | 未知 |
| 8 | Claude Opus 4.6 思考水平 · 低 | 64.60 | 2026-02-05 | 未知 |
| 9 | 58.30 | 2026-02-17 | 未知 | |
| 10 | GPT-5.4 思考水平 · 中 | 55.40 | 2026-03-05 | 未知 |
| 11 | GPT-5.2 并行 · 深度思考 | 54.20 | 2025-12-11 | 未知 |
| 12 | 54.20 | 2025-12-11 | 未知 | |
| 13 | GPT-5.2 思考水平 · 超高 | 52.90 | 2025-12-11 | 未知 |
| 14 | GPT-5.2 思考水平 · 高 | 43.30 | 2025-12-11 | 未知 |
| 15 | 42.50 | 2026-04-08 | 未知 | |
| 16 | 37.60 | 2025-11-25 | 未知 | |
| 17 | 33.60 | 2025-12-17 | 未知 | |
| 18 | 31.10 | 2025-11-18 | 未知 | |
| 19 | GPT-5.4 思考水平 · 低 | 29.20 | 2026-03-05 | 未知 |
| 20 | GPT-5.2 思考水平 · 中 | 26.70 | 2025-12-11 | 未知 |
| 21 | 18.00 | 2025-08-07 | 未知 | |
| 22 | GPT-5.1 思考水平 · 高 | 17.60 | 2025-11-12 | 未知 |
| 23 | Grok 4 思考 | 15.90 | 2025-07-10 | 未知 |
| 24 | 13.60 | 2025-09-30 | 未知 | |
| 25 | 11.80 | 2026-01-27 | 10000 | |
| 26 | GPT-5 思考水平 · 高 | 9.90 | 2025-08-07 | 未知 |
| 27 | GPT-5.2 思考水平 · 低 | 9.70 | 2025-12-11 | 未知 |
| 28 | 8.60 | 2025-05-23 | 未知 | |
| 29 | 7.80 | 2025-11-25 | 未知 |
滚动或悬停加载剩余 20 条