PhaseoPhaseo
मॉडलचैटतुलना करेंऐप्सरैंकिंग

सार्वजनिक डेटा को सही रखने में मदद करें

कुछ गायब, गलत या पुराना दिख रहा है? इस पेज के बारे में हमें बताएँ।

PhaseoPhaseo
स्थिति जांची जा रही हैस्थिति जांची जा रही हैस्थिति पृष्ठ पर जाएँ
घटक-स्तरीय स्थिति उपलब्ध नहीं है।

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

भाषा बदलें: हिन्दी
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

सहायता:समस्या·सहायता

Phaseo के लिए सहायता चाहिए?समस्या दर्ज करेंयासहायता से संपर्क करें

ARC-AGI-1

ARC-AGI-1

AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन

प्रकार: percentage
बेंचमार्क का स्रोत देखें

दर्ज परिणाम

91

औसत स्कोर

40.24%

स्कोर सीमा

0% - 98%

अग्रणी मॉडल

98% - Gemini 3.1 Pro Preview
समय के साथ स्कोर

तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।

मॉडल परिणाम

संगठनमॉडलरिपोर्ट किया गयासबसे ऊँचा स्कोरजानकारीस्व-रिपोर्ट किया गयास्रोत
Google
Google
Gemini 3.1 Pro Preview19 फ़र॰ 202698%-हाँ-
AnthropicAnthropic
Anthropic
Claude Opus 524 जुल॰ 202697.50%ARC Prize Foundation verified semi-private evaluation; max effortनहींस्रोत
AnthropicAnthropic
Anthropic
Claude Opus 4.605 फ़र॰ 202694%ARC Prize Foundation private dataset; 120k thinking tokens; high effortहाँस्रोत
AnthropicAnthropic
Anthropic
Claude Opus 4.716 अप्रैल 202692%-हाँस्रोत
OpenAIOpenAI
OpenAI
GPT 5.2 Pro11 दिस॰ 202590.50%Extra High Reasoning Effortहाँ-
Google
Google
Gemini 3 Pro Preview18 नव॰ 202587.50%Deep Thinkनहींस्रोत
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 फ़र॰ 202686.50%ARC Prize Foundation private dataset; 120k thinking tokens; high effortहाँस्रोत
OpenAIOpenAI
OpenAI
GPT 5.211 दिस॰ 202586.20%Extra High Reasoning Effortहाँ-
ByteDance
ByteDance
Seed 2.0 Pro14 फ़र॰ 202685.40%Seed2 official benchmark table | ARC-AGI-1हाँस्रोत
AnthropicAnthropic
Anthropic
Claude Opus 4.524 नव॰ 202580%64k Thinkingनहींस्रोत
ByteDance
ByteDance
Seed 2.0 Lite14 फ़र॰ 202675.70%Seed2 official benchmark table | ARC-AGI-1हाँस्रोत
OpenAIOpenAI
OpenAI
o3 Preview20 दिस॰ 202475.70%Preview Model & Low Reasoning Effortनहींस्रोत
OpenAIOpenAI
OpenAI
GPT 5.112 नव॰ 202572.80%High Reasoning Effortनहींस्रोत
SpaceXAISpaceXAI
SpaceXAI
Grok 410 जुल॰ 202566.70%Thinkingनहींस्रोत
OpenAIOpenAI
OpenAI
GPT 507 अग॰ 202565.70%High Reasoning Effortनहींस्रोत
MoonshotMoonshot
Moonshot
Kimi K2.527 जन॰ 202665.30%-नहीं-
OpenAIOpenAI
OpenAI
o3 Pro10 जून 202559.30%High Reasoning Effortनहींस्रोत
DeepSeek
DeepSeek
DeepSeek V3.201 दिस॰ 202557%-नहीं-
OpenAIOpenAI
OpenAI
GPT 5 Mini07 अग॰ 202554.30%High Reasoning Effortनहींस्रोत
OpenAIOpenAI
OpenAI
o316 अप्रैल 202553%Medium Reasoning Effortनहींस्रोत
z.AIz.AI
z.AI
GLM 511 फ़र॰ 202644.70%-नहीं-
ByteDance
ByteDance
Seed 2.0 Mini14 फ़र॰ 202643.30%Seed2 official benchmark table | ARC-AGI-1हाँस्रोत
OpenAIOpenAI
OpenAI
o4 Mini16 अप्रैल 202541.80%Medium Reasoning Effortनहींस्रोत
Qwen
Qwen
Qwen 3 A235 A22B Instruct 2507-41.80%NOT confirmed by Arc-AGIहाँस्रोत
Google
Google
Gemini 2.5 Pro Preview (2025-06-05)05 जून 202541%16k Thinkingनहींस्रोत
समस्या की रिपोर्ट करें
साइन अप करें