2026-03-25 上线当天，全体前沿模型 < 1%，人类 100%。半年后，同一个模型只换一层「怎么看世界」的外壳， 从 62.7% 跳到 99.9%。但 $700K 的人类水平大奖，至今无人领取。
官方定位原话：ARC-AGI has evolved from its first versions (ARC-AGI-1 and 2) which measured passive fluid intelligence, to ARC-AGI-3 which challenges AI agents to adapt on the fly to novel interactive environments.
ARC-AGI 已从测量被动流体智力的 1 代和 2 代，演进到要求智能体即时适应陌生交互式环境的 3 代。
关于本站的 9 个关卡：它们是本站原创，风格参照 ARC-AGI-3 的设定（不给规则、不给胜利条件、 后续关卡重组前一关的机制），不是官方游戏的复刻——官方 25 个公开游戏均为 64×64，题目内容未开放。 页面里的榜单数字、RHAE 公式、奖项与反证全部回源到官方与论文。
官方排行榜 · Standard / Provider Adapter 双列
📖 16 条读数，其中 8 条同时跑了 Provider Adapter · 快照日 2026-10-10
⚠️ 官方注记与表体自相矛盾
照抄两边，不做调和
“Only systems which required less than $10,000 to run are shown”
官方注记：只展示单次运行成本低于 $10,000 的系统。
但表内 GPT-6 Astra 系列成本为 $17.3K–$49.8K，全部超出该线。注记与表体不一致，本站照抄两边，不做调和。
人类基线
📖 官方榜人类行
| ARC-AGI-1 | Human Panel | 98.0% | $17/题 |
| ARC-AGI-1 | Avg. MTurker | 77.0% | |
| ARC-AGI-1 | Stem Grad | 98.0% | |
| ARC-AGI-2 | Human Panel | 100.0% | |
| ARC-AGI-3 | 人类（定义） | 100.0% |
85% 是 ARC-AGI-1 时代的遗留数字（Avg. MTurker 77% / Human Panel 98% 之间的二手转述）。ARC-AGI-3 的人类行官方写 N/A：RHAE 把人类动作数当分母，所以人类 = 100%（按定义）。
上线当天的读数
📖 2026-03 · 全体前沿模型 < 1%
条形按 2× 放大绘制，否则 0.5% 以下肉眼不可见。135 个环境全部被无先验人类解决。
无公开读数的模型（单列置灰，不沿用旧版编造值）
- Kimi K3官方榜无 ARC-AGI-3 读数
- Llama 5 405B本时间线不存在（当前为 Meta Muse Spark 1.12）
- DeepSeek V4.5本时间线不存在（当前为 DeepSeek V4-Pro）
- Grok 4 Ultra本时间线不存在（当前为 Grok 4.6）
- Gemini 3.0 Ultra本时间线不存在（当前为 Gemini 3.8）
旧版给这 5 个模型写了 4.3% / 3.9% / 5.8% / 5.1% / 6.5%——全部无出处，已删除。
前代基准已经饱和
📖 用来说明「唯一不饱和」这个说法已经过期
- ARC Prize 官方榜 — 模型得分 / 成本 / 档位 / 人类行 · https://arcprize.org/leaderboard
- 官方计分方法 — RHAE 定义 / 1.15 封顶 / 人类基线口径 · https://docs.arcprize.org/methodology
- arXiv:2609.39140 — Schema · 附录 C.1 式 (4) RHAE 公式 · https://arxiv.org/abs/2609.39140
- arXiv:2610.02200 — VISTA · 同一模型只换外壳 · https://arxiv.org/abs/2610.02200