AI圈报模型发布 / 更新普通
Ethan Mollick 评 Gemini 4 Argon 攻克 ARC-AGI：知名难题基准时代落幕
原始标题：Harnesses + smart models = the end of the last famous hard benchmarks.
内容摘要
Ethan Mollick 引用 @arcprize 数据称，Gemini 4 Argon 在 ARC-AGI (Verified) 上 ARC-AGI-3 得分 97.5%（provider adapter harness，花费 $4.8K），标准 harness 下为 49.8%；ARC-AGI-2 得分 91.3%，ARC-AGI-1 得分 98.5%，Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。作者认为智能体框架加上更强模型意味着 METR Long Tasks、GDPval、ARC-AGI-3 这些著名难题基准相继失去区分度。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Ethan Mollick (@emollick)
站内情报编号intel-4b4d12896109e19e0e2a1e58