第 1 名
GPT-6 Astra (Max)
95.0官方榜单
ARC-AGI-2
ARC Prize 官方榜单 ARC-AGI-2 半私有评测集（120 题）的求解准确率；转录前 20 名。
收录成绩2020 个模型或系统
当前第一95.0GPT-6 Astra (Max)
指标Semi-Private 准确率半私有验证集（120 题）至少一次提交正确的任务比例（%）
数据时效人工整理整理于 2026-10-27 · 2 个数据源
第 2 名
GPT-6.1 Sol (Max)
94.2官方榜单
第 3 名
Claude Opus 5.5 (High)
93.3官方榜单
排名表
显示 20 / 20
| 模型 | 机构 | 来源 | 备注 | |||
|---|---|---|---|---|---|---|
| 1 | GPT-6 Astra (Max) | OpenAI | 95.0 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 1 名，访问于 2026-10-27；来源发布日期：2026-09-02；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈1.1195 USD/题（不计入分数）。 |
| 2 | GPT-6.1 Sol (Max) | OpenAI | 94.2 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 2 名，访问于 2026-10-27；来源发布日期：2026-09-29；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.2537 USD/题（不计入分数）。 |
| 3 | Claude Opus 5.5 (High) | Anthropic | 93.3 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 3 名，访问于 2026-10-27；来源发布日期：2026-09-22；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.4079 USD/题（不计入分数）。 |
| 3 | GPT-6 Astra (XHigh) | OpenAI | 93.3 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 4 名，访问于 2026-10-27；来源发布日期：2026-09-02；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.8287 USD/题（不计入分数）。 |
| 5 | Claude Opus 5.5 (XHigh) | Anthropic | 92.5 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 5 名，访问于 2026-10-27；来源发布日期：2026-09-22；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.6709 USD/题（不计入分数）。 |
| 5 | GPT-5.6 Sol (Max) | OpenAI | 92.5 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 6 名，访问于 2026-10-27；来源发布日期：2026-07-09；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈1.4400 USD/题（不计入分数）。 |
| 7 | GPT-6 Astra (High) | OpenAI | 92.1 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 7 名，访问于 2026-10-27；来源发布日期：2026-09-02；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.6681 USD/题（不计入分数）。 |
| 7 | GPT-6 Astra (Medium) | OpenAI | 92.1 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 8 名，访问于 2026-10-27；来源发布日期：2026-09-02；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.4801 USD/题（不计入分数）。 |
| 9 | Claude Opus 5.5 (Max) | Anthropic | 91.7 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 9 名，访问于 2026-10-27；来源发布日期：2026-09-22；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈1.8517 USD/题（不计入分数）。 |
| 9 | GPT-6.1 Sol (High) | OpenAI | 91.7 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 10 名，访问于 2026-10-27；来源发布日期：2026-09-29；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.1347 USD/题（不计入分数）。 |
| 9 | GPT-6.1 Sol (XHigh) | OpenAI | 91.7 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 11 名，访问于 2026-10-27；来源发布日期：2026-09-29；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.1781 USD/题（不计入分数）。 |
| 12 | Gemini 4 Argon (High) | 91.3 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 12 名，访问于 2026-10-27；来源发布日期：2026-10-13；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.3249 USD/题（不计入分数）。 | |
| 13 | Claude Opus 5 (Max) | Anthropic | 90.4 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 13 名，访问于 2026-10-27；来源发布日期：2026-07-24；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈2.0600 USD/题（不计入分数）。 |
| 14 | Claude Fable 5.1 (Max) | Anthropic | 90.0 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 14 名，访问于 2026-10-27；来源发布日期：2026-09-01；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈4.4923 USD/题（不计入分数）。 |
| 14 | Claude Fable 5.1 (XHigh) | Anthropic | 90.0 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 15 名，访问于 2026-10-27；来源发布日期：2026-09-01；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈3.1202 USD/题（不计入分数）。 |
| 14 | GPT-5.6 Sol (XHigh) | OpenAI | 90.0 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 16 名，访问于 2026-10-27；来源发布日期：2026-07-09；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈1.0400 USD/题（不计入分数）。 |
| 17 | GPT-6 Sol (Max) | OpenAI | 89.6 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 17 名，访问于 2026-10-27；来源发布日期：2026-09-22；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.4389 USD/题（不计入分数）。 |
| 18 | Claude Fable 5 (Max) | Anthropic | 89.2 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 18 名，访问于 2026-10-27；来源发布日期：2026-06-09；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈5.4491 USD/题（不计入分数）。 |
| 18 | Gemini 3.8 Flash (High) | 89.2 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 19 名，访问于 2026-10-27；来源发布日期：2026-09-02；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈0.3997 USD/题（不计入分数）。 | |
| 20 | Claude Fable 5.1 (High) | Anthropic | 88.8 | 官方榜单 | 2026-10-27 | 定位：官方 v2.json，dataset=ARC-AGI-2 Semi-Private，display=true，按 score 降序第 20 名，访问于 2026-10-27；来源发布日期：2026-09-01；ARC Prize 统一评测；Semi-Private 120 题；score 由官方 0–1 小数×100 得 %。 官方 JSON costPerTask≈1.6673 USD/题（不计入分数）。 |
榜单说明
第 6 批接入转录官方机读榜单 v2.json（generatedAt 2026-10-21，访问于 2026-10-27）：只取 datasetId=v2_Semi_Private（页面显示名 ARC-AGI-2）且 display=true 的条目，不含 Human Panel；按 score 降序连续取前 20 名（含不同 reasoning 档位各占一行，模型名用 JSON 的 modelDisplayName）。总分由官方 0–1 小数×100 为百分制；costPerTask 仅写入 note。published_at 优先取 JSON 的 modelReleaseDate，缺省记访问日 2026-10-27。
- 指标
- Semi-Private 准确率：半私有验证集（120 题）至少一次提交正确的任务比例（%）（越高越好）
- 数据源
- 来源类型
- 官方榜单 20
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。