Benchmark · reasoning

ARC-AGI 3

12 résultats 7 modèles

ARC Prize's third generation (2026): the agent must learn an unseen interactive game environment from scratch. Scores run far lower than — and are NOT comparable to — the static grid-puzzle ARC-AGI 1/2.

Schema Claude Opus 5 GPT‑5.6 Sol Prime Agent GPT-6 Astra Nvidia AVO GPT‑6 Astra

Chronologie

Date	Modèle	Score	Source
2026-09-07	GPT‑6 Astra	99.9%	Claude prouve le Dernier Théorème de Fermat, OpenAI prévoit un chercheur automatisé
2026-09-05	GPT‑6 Astra	99.9%	OpenAI publie GPT-6 Astra avec des capacités améliorées d'utilisation de l'ordinateur, de codage et de cybersécurité
2026-09-04	GPT-6 Astra	62.7%	Nvidia acquiert Hugging Face ; OpenAI lance GPT-6 Astra ; Microsoft lance MAI-Transcribe-2
2026-09-04	Nvidia AVO	100.0%	Nvidia démontre 100 % sur ARC AGI-3 avec le harnais AVO
2026-09-04	GPT-6 Astra	99.9%	OpenAI publie GPT-6 Astra, un modèle d'utilisation informatique avec une fenêtre de contexte de 1,05M
2026-08-25	Prime Agent	95.5%	Prime Agent : un harnais RLM auto-améliorateur porte le Best@1 ARC-AGI-3 RHAE à 95,5 %
2026-08-25	Prime Agent	95.5%	Prime Agent : un harnais RLM auto-améliorant porte le ARC-AGI-3 RHAE Best@1 à 95,5%
2026-08-13	GPT‑5.6 Sol	38.3%	OpenAI lance GPT-5.6 pour des flux de travail agents abordables et haute performance
2026-08-06	Prime Agent	95.5%	PrimeInteltech lance Prime Agent, un harnais de codification auto-améliorant
2026-07-31	GPT‑5.6 Sol	38.3%	OpenAI réduit le prix de GPT-5.6 Luna de 80 pour cent
2026-07-31	Claude Opus 5	30.2%	Anthropic lance Claude Opus 5 ; les modèles d'OpenAI franchissent Hugging Face lors d'un test de sécurité
2026-07-17	Schema	99.0%	Moonshot lance Kimi K3 ; Schema harness atteint 99% sur ARC-AGI 3