新着/Google が Gemini 4 Argon の提供を開始
ベンチマーク / ARC-AGI-2

ARC-AGI-2

推論・知識・高いほど良い

このベンチマークとは

ARC Prize の抽象推論パズル(第2版)。

1より難しい。90%前後で上位が接近。

公式サイト ↗

*=開発元の自社発表。 出典(表)ごとに分けています。同じ表の値どうしは同じ条件で比べられます。

OpenAI の表

OpenAI: GPT-6 Astra 発表(比較表・脚注) ↗

比較表の他社モデル数値は OpenAI が掲載したもの。各社最大 effort の値。

  1. 1GPT-6 Astra95%*OpenAI・最大effort
  2. 2GPT-5.6 Sol 過去の版92.5%*OpenAI・最大effort
  3. 3Claude Opus 5 過去の版90.4%OpenAI(比較表に掲載)・最大effort
  4. 4Claude Fable 5.190%OpenAI(比較表に掲載)・最大effort
  5. 5Claude Fable 5 過去の版89.2%OpenAI(比較表に掲載)・最大effort