ARC-AGI-1
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
91
平均スコア
40.24%
スコアの範囲
0% - 98%
最上位モデル
98% - Gemini 3.1 Pro Preview
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 2026年2月19日 | 98% | - | はい | - | |
| Claude Opus 5 | 2026年7月24日 | 97.50% | ARC Prize Foundation verified semi-private evaluation; max effort | いいえ | 出典 | |
| Claude Opus 4.6 | 2026年2月05日 | 94% | ARC Prize Foundation private dataset; 120k thinking tokens; high effort | はい | 出典 | |
| Claude Opus 4.7 | 2026年4月16日 | 92% | - | はい | 出典 | |
| GPT 5.2 Pro | 2025年12月11日 | 90.50% | Extra High Reasoning Effort | はい | - | |
| Gemini 3 Pro Preview | 2025年11月18日 | 87.50% | Deep Think | いいえ | 出典 | |
| Claude Sonnet 4.6 | 2026年2月17日 | 86.50% | ARC Prize Foundation private dataset; 120k thinking tokens; high effort | はい | 出典 | |
| GPT 5.2 | 2025年12月11日 | 86.20% | Extra High Reasoning Effort | はい | - | |
| Seed 2.0 Pro | 2026年2月14日 | 85.40% | Seed2 official benchmark table | ARC-AGI-1 | はい | 出典 | |
| Claude Opus 4.5 | 2025年11月24日 | 80% | 64k Thinking | いいえ | 出典 | |
| Seed 2.0 Lite | 2026年2月14日 | 75.70% | Seed2 official benchmark table | ARC-AGI-1 | はい | 出典 | |
| o3 Preview | 2024年12月20日 | 75.70% | Preview Model & Low Reasoning Effort | いいえ | 出典 | |
| GPT 5.1 | 2025年11月12日 | 72.80% | High Reasoning Effort | いいえ | 出典 | |
| Grok 4 | 2025年7月10日 | 66.70% | Thinking | いいえ | 出典 | |
| GPT 5 | 2025年8月07日 | 65.70% | High Reasoning Effort | いいえ | 出典 | |
| Kimi K2.5 | 2026年1月27日 | 65.30% | - | いいえ | - | |
| o3 Pro | 2025年6月10日 | 59.30% | High Reasoning Effort | いいえ | 出典 | |
| DeepSeek V3.2 | 2025年12月01日 | 57% | - | いいえ | - | |
| GPT 5 Mini | 2025年8月07日 | 54.30% | High Reasoning Effort | いいえ | 出典 | |
| o3 | 2025年4月16日 | 53% | Medium Reasoning Effort | いいえ | 出典 | |
| GLM 5 | 2026年2月11日 | 44.70% | - | いいえ | - | |
| Seed 2.0 Mini | 2026年2月14日 | 43.30% | Seed2 official benchmark table | ARC-AGI-1 | はい | 出典 | |
| o4 Mini | 2025年4月16日 | 41.80% | Medium Reasoning Effort | いいえ | 出典 | |
| Qwen 3 A235 A22B Instruct 2507 | - | 41.80% | NOT confirmed by Arc-AGI | はい | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 41% | 16k Thinking | いいえ | 出典 |
