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。
极具挑战性的大模型通用能力评测基准
数据来源：DataLearnerAI
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | GPT-5.2 Prothinking | 54.2 | 2025-12-11 | 未知 |
| 2 | GPT-5.2thinking | 52.9 | 2025-12-11 | 未知 |
| 3 | Claude Opus 4.5thinking | 37.6 | 2025-11-25 | 未知 |
| 4 | Gemini 3.0 Flashthinking | 33.6 | 2025-12-17 | 未知 |
| 5 | Gemini 3.0 Pro (Preview 11-2025)thinking | 31.1 | 2025-11-18 | 未知 |
| 6 | GPT-5-Prothinking | 18 | 2025-08-07 | 未知 |
| 7 | GPT-5.1high | 17.6 | 2025-11-12 | 未知 |
| 8 | Grok 4thinking | 15.9 | 2025-07-10 | 未知 |
| 9 | Claude Sonnet 4.5thinking | 13.6 | 2025-09-30 | 未知 |
| 10 | GPT-5high | 9.9 | 2025-08-07 | 未知 |
| 11 | 8.6 | 2025-05-23 | 未知 | |
| 12 | 7.8 | 2025-11-25 | 未知 | |
| 13 | GPT-5medium | 7.5 | 2025-08-07 | 未知 |
| 14 | OpenAI o3thinking | 6.5 | 2025-04-16 | 未知 |
| 15 | GPT-5.1medium | 6.5 | 2025-11-12 | 未知 |
| 16 | Claude Sonnet 4thinking | 5.9 | 2025-05-23 | 未知 |
| 17 | Gemini 2.5-Prothinking | 4.9 | 2025-06-05 | 未知 |
| 18 | Haiku 4.5thinking | 4.5 | 2025-10-15 | 未知 |
| 19 | 3.8 | 2025-09-30 | 未知 | |
| 20 | GPT-5low | 1.9 | 2025-08-07 | 未知 |
| 21 | GPT-5.1low | 1.9 | 2025-11-12 | 未知 |
| 22 | 1.3 | 2025-05-23 | 未知 | |
| 23 | DeepSeek-R1-0528thinking | 1.3 | 2025-05-28 | 6710 |
| 24 | 1.3 | 2025-10-15 | 未知 | |
| 25 | 0.004 | 2025-11-12 | 未知 | |
| 26 | 0 | 2025-08-07 | 未知 |
