Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%
先了解这件事
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI (Verified) 的评测成绩。ARC-AGI-3 上,provider adapter harness 得分 97.5%、成本 $4.8K,标准 harness 得分 49.8%、成本 $5.8K;ARC-AGI-2 得分 91.3%、$0.32/task;ARC-AGI-1 得分 98.5%、$0.16/task。Google DeepMind 是第二家在 ARC-AGI-3 上得分超过 95% 的前沿 AI 实验室。
摘自 ARC Prize
事件进展
4 个进展
- 10月21日 01:47 · 7 篇报道Sundar Pichai 深谈 Gemini 4 Argon:Google 坚守 AI 前沿、算力取舍与太空数据中心Alex Heath:Sundar Pichai 解释 Demis Hassabis 退出 DeepMind 日常管理与 Jeff Dean 离职
- 10月16日 00:22 · 1 篇报道ARC Prize公布Gemini 4 Argon榜单成绩ARC Prize:Gemini 4 Argon 登 ARC Prize 排行榜
- 10月16日 00:22 · 1 篇报道ARC Prize公布Argon在ARC-AGI-3的得分ARC Prize:Google Argon 在 ARC-AGI-3 得分 97.5%
- 10月16日 00:22 · 4 篇报道ARC Prize公布Argon模型在标准harness下的部分测试成绩ARC Prize:Gemini 4 Argon 在 ARC-AGI (Verified) 评测中公布:ARC-AGI-3 得分 97.5%
报道时间线
沿着报道,了解事件的不同侧面。
- Big TechnologyGoogle CEO Sundar Pichai 谈 AI 走向:距完整 RSI 尚远、全行业算力短缺与统一 Agent 愿景
Big Technology Podcast 发布对 Google CEO Sundar Pichai 的访谈要点,Pichai 称距完整递归自我改进(RSI)的终态还很远,但 AI 智能体已在多环节辅助 AI 研究者改进模型。
- Alex Heath精选Sundar Pichai 解释 Demis Hassabis 退出 DeepMind 日常管理与 Jeff Dean 离职
Sundar Pichai 在访谈中解释 Demis Hassabis 逐步退出 DeepMind 日常管理和 Jeff Dean 离开 Google 的原因,称前沿模型开发已成为一项从数据、算力到团队管理都全消耗的规模化工作。
- Alex HeathSundar Pichai 谈 Google 太空数据中心计划 Project Suncatcher
Alex Heath 发布对 Google CEO Sundar Pichai 的采访,Pichai 谈及太空数据中心计划 Project Suncatcher,称即将迎来向 TPU 问候的 "hello world" 时刻。
- Alex HeathSundar Pichai 回应 Google 自由现金流转负投入 AI 资本开支的理由
记者 Alex Heath 在 Gemini 4 Argon 广泛发布后采访 Google CEO Sundar Pichai,问他为何让 Google 自由现金流首次转负以加大 AI 资本开支。Pichai 回答“这不仅仅是希望”,称依据包括从消费者到企业层面的多元化需求信号、可独立评估的能力前沿进展、对 Gemini 5.0 优于 Argon 的研究判断,以及已签订的带承诺收入的长期合同。
- Sundar PichaiSundar Pichai 接受 Alex Heath 访谈,谈 Gemini 4 Argon 与个人智能体计划
Google CEO Sundar Pichai 在接受 Alex Heath 访谈时表示,很高兴聊到 Gemini 4 Argon、前沿模型和 Google 的个人智能体计划。访谈还涉及算力紧张、DeepMind 领导层变动、AI 支出可持续性、Waymo 与 Wing 等其他押注,以及 AI 安全与监管话题,并提供 YouTube、Spotify 等完整收听链接。
- Alex HeathSundar Pichai 访谈:谈 Gemini 4 Argon 发布反响与 Google 的算力焦虑
记者 Alex Heath 在 Gemini 4 Argon 更广泛发布后采访 Google 和 Alphabet CEO Sundar Pichai,讨论模型早期反响、待改进之处以及 DeepMind 领导层变动。
- Sundar PichaiPichai 谈 Google 前沿 AI 与 RSI
谢谢邀请我上 Alex 的节目——聊得很愉快! (引用推文要点:我采访了 @sundarpichai,聊了 Google 对前沿 AI 的投入、我们距离 RSI 还有多近、如何平衡 DeepMind 的算力需求与 Google Cloud 的利润,以及更多内容。完整 Big Technology Podcast 节目见 -->)
- Big TechnologySundar Pichai 谈 Google 前沿 AI 布局与 Gemini 4 Argon 算力取舍
Alphabet CEO Sundar Pichai 在 Big Technology Podcast 访谈中驳斥 Google 放弃前沿 AI、只做轻量 Flash 模型的说法,称前沿研发是公司的 ground zero。
- The Decoder:AI NewsGoogle Gemini 4 Argon 在 ARC-AGI-3 达 97.5%,但仍落后数学与软件工程前列
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%,成为继 OpenAI 之后第二家越过 95% 的实验室,成本 $4,800,但仍低于 GPT-6 Astra 的 99.9%。
- Francois CholletFrançois Chollet 评价 Gemini 4 Argon 在 ARC-AGI-3 的表现与 Astra 相近
François Chollet 转发 @arcprize 的评测,称 Gemini 4 Argon 在 ARC-AGI-3 上表现与 Astra 相近,Google 回到前沿。引用数据显示 Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%(provider adapter harness,花费 $4.8K)、标准 harness 下 49.8%($5.8K),ARC-AGI-2 得分 91.3%,ARC-AGI-1 得分 98.5%,Google DeepMind 是第二个在 ARC-AGI-3 上得分超过 95% 的前沿 AI 实验室。
- ARC PrizeGemini 4 Argon 登 ARC Prize 排行榜
@Google - 排行榜:https://arcprize.org/leaderboard - 复现公开结果:https://github.com/arcprize/arc-agi-benchmarking - 测试政策:https://arcprize.org/policy - Gemini 4 Argon 完整结果:https://arcprize.org/results/google-gemini-4-argon
- ARC PrizeGoogle Argon 在 ARC-AGI-3 得分 97.5%
@Google Argon 在 ARC-AGI-3 上 97.5% 的得分仅次于 GPT-6 Astra 的 99.9%。 与 Astra 一样,Argon 在 25 个 ARC-AGI-3 公开游戏中的操作次数比人类基线少 62%。它在 3 个游戏上追平或打破了速通纪录,并在另外 6 个游戏上差距在 10% 以内。
- ARC PrizeARC Prize 公布 Gemini 4 Argon 的 ARC-AGI-3 标准 harness 测试结果
ARC Prize 发布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果,低推理得分 49.8%(完成 42/55 局),中推理 46.3%(完成 46/55 局),高推理仅完成 19/55 局故未公布分数。
- ARC Prize精选Gemini 4 Argon 在 ARC-AGI (Verified) 评测中公布:ARC-AGI-3 得分 97.5%
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI (Verified) 的评测成绩。ARC-AGI-3 上,provider adapter harness 得分 97.5%、成本 $4.8K,标准 harness 得分 49.8%、成本 $5.8K;ARC-AGI-2 得分 91.3%、$0.32/task;ARC-AGI-1 得分 98.5%、$0.16/task。Google DeepMind 是第二家在 ARC-AGI-3 上得分超过 95% 的前沿 AI 实验室。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1910月25日 13:00
- 近 24 小时变化
- -67%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。