加载中...
加载中...
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
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 | 模型 | |||
|---|---|---|---|---|
| 1 | Gemini 3 Deep Think - 2620thinking | 84.6 | 2026-02-13 | 未知 |
| 2 | GPT-5.4 Pro常规模式（无工具） | 83.3 | 2026-03-05 | 未知 |
| 3 | GPT-5.4 Pro思考模式 High（无工具） | 83.3 | 2026-03-05 | 未知 |
| 4 | Gemini 3.1 Pro Preview思考模式 High（无工具） | 77.1 | 2026-02-20 | 未知 |
| 5 | GPT-5.4常规模式（无工具） | 77.1 | 2026-03-05 | 未知 |
| 6 | GPT-5.4极高强度思考（无工具） | 74 | 2026-03-05 | 未知 |
| 7 | Claude Opus 4.6扩展（无工具） | 68.8 | 2026-02-05 | 未知 |
| 8 | Claude Sonnet 4.6thinking | 58.3 | 2026-02-17 | 未知 |
| 9 | GPT-5.4思考模式 Medium（无工具） | 55.4 | 2026-03-05 | 未知 |
| 10 | GPT-5.2深度思考（无工具、并行） | 54.2 | 2025-12-11 | 未知 |
| 11 | GPT-5.2 Prothinking | 54.2 | 2025-12-11 | 未知 |
| 12 | GPT-5.2极高强度思考（无工具） | 52.9 | 2025-12-11 | 未知 |
| 13 | GPT-5.2思考模式 High（无工具） | 43.3 | 2025-12-11 | 未知 |
| 14 | Claude Opus 4.5thinking | 37.6 | 2025-11-25 | 未知 |
| 15 | Gemini 3.0 Flashthinking | 33.6 | 2025-12-17 | 未知 |
| 16 | Gemini 3.0 Pro (Preview 11-2025)thinking | 31.1 | 2025-11-18 | 未知 |
| 17 | GPT-5.4思考模式 Low（无工具） | 29.2 | 2026-03-05 | 未知 |
| 18 | GPT-5.2思考模式 Medium（无工具） | 26.7 | 2025-12-11 | 未知 |
| 19 | GPT-5-Prothinking | 18 | 2025-08-07 | 未知 |
| 20 | GPT-5.1high | 17.6 | 2025-11-12 | 未知 |
| 21 | Grok 4thinking | 15.9 | 2025-07-10 | 未知 |
| 22 | Claude Sonnet 4.5thinking | 13.6 | 2025-09-30 | 未知 |
| 23 | GPT-5high | 9.9 | 2025-08-07 | 未知 |
| 24 | GPT-5.2思考模式 Low（无工具） | 9.7 | 2025-12-11 | 未知 |
| 25 | 8.6 | 2025-05-23 | 未知 | |
| 26 | 7.8 | 2025-11-25 | 未知 | |
| 27 | GPT-5medium | 7.5 | 2025-08-07 | 未知 |
| 28 | OpenAI o3thinking | 6.5 | 2025-04-16 | 未知 |
| 29 | GPT-5.1medium | 6.5 | 2025-11-12 | 未知 |