Uma pesquisa publicada em março de 2026 analisa 82 abordagens em três versões do benchmark Abstraction and Reasoning Corpus (ARC-AGI). O estudo revela que, embora modelos de ponta como o Opus 4.6 alcancem 93,0% de precisão no ARC-AGI-1, o desempenho cai para 68,8% no ARC-AGI-2 e 13% no ARC-AGI-3.

  • A degradação de desempenho de 2 a 3 vezes é consistente entre os paradigmas de síntese de programas, neuro-simbólicos e neurais da versão 1 para a 2.
  • Os custos de teste caíram 390x em um ano, caindo de US$ 4.500/tarefa para o o3 para US$ 12/tarefa para o GPT-5.2, embora isso reflita a redução do paralelismo no tempo de teste.
  • Entradas restritas pelo Kaggle com parâmetros de 660M-8B alcançam resultados competitivos, apoiando a tese de que a inteligência é eficiência na aquisição de habilidades.
  • Os vencedores do ARC Prize 2025 exigiram centenas de milhares de exemplos sintéticos para alcançar apenas 24% no ARC-AGI-2.

Os autores concluem que o raciocínio composicional e a aprendizagem interativa continuam sendo desafios não resolvidos, com os sistemas atuais permanecendo limitados ao conhecimento em vez de demonstrar verdadeira inteligência fluida.