The Decoder· Matthias Bastian·· 2 小时前精选AI 评分71
Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响巨大
Google's Gemini 4 Argon is closer to the AI frontier than any Google model in months
AI 导读
Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试设置取得 97.5% 的成绩，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 门槛的 AI 实验室，仅次于 GPT-6 Astra 的 99.9%。
推荐理由
同一模型在不同测试环境下分数从 97.5% 跌到 49.8%，读者可据此理解基准成绩对测试设置的依赖。
来源：The Decoder · the-decoder.com