ARC Prize 驗證 Gemini 3.7 Flash：ARC-AGI-1 得分 95.5%、每題成本 0.12 美元

ARC Prize 驗證 Gemini 3.7 Flash：ARC-AGI-1 得分 95.5%、每題成本 0.12 美元。 ARC Prize 指出，Gemini 3.7 Flash 相較其他前沿模型，同時展現高分與低成本。 Gemini 3.7 Flash 與多款前沿模型在 ARC-AGI 2 Leaderboard 上的每任務成本與得分表現比較。 貼文重點 ARC Prize 於 2026 年 8 月 21 日分享這項結果，並標示為 Verified。官方也新增結果頁面的模型直接比較功能，使用者可比較 Gemini 3.7 Flash 與 Gemini 3.6 Flash 等模型，查看分數、成本及其他測試結果；相關頁面見於 Gemini 3.7 Flash results。 ARC-AGI 2 與 ARC-AGI 1 leaderboard 介面展示成本／分數散布圖、模型搜尋與 Gemini 模型選取；tooltip 直接顯示 GPT-5.6 Luna（2026-07-30 Max）的 ARC-AGI-2 分數 59.6% 與每任務成本 $0.177。 後續評測 ARC Prize 表示，目前正在進行 ARC-AGI-3 評測，完成後才會公布結果。這代表本次貼文的核心是 ARC-AGI-1 與 ARC-AGI-2 的已驗證成績，不能把 ARC-AGI-3 的結果預先延伸或推定到 Gemini 3.7 Flash。 由黃色、紅色、桃紅、藍色與綠色像素方塊組成的抽象幾何圖案，呈現對稱的幾何紋理與色彩交錯。 評測脈絡 ARC-AGI 的排行榜不只看解題正確率，也呈現每題成本與效能之間的關係，用來衡量模型是否能以較少資源完成任務。ARC-AGI-1 與 ARC-AGI-2 主要測量模型面對新題目的推理能力；ARC-AGI-3 則進一步要求 AI Agent 在陌生的互動環境中即時適應。 由四個綠框組成的長條圖形介面，背景為淺藍色，從左至右分別排列著紅色方塊直條、藍色像素波浪線、黃色斑點直條，以及深紅色的 L 型方塊堆疊直條。 驗證方式 ARC Prize 的政策要求不同模型盡量接受相同測試程序，避免額外資訊、策略或答案造成偏差。ARC-AGI-1 與 ARC-AGI-2 的公開結果包含模型輸出、評測時間、成本及個別任務分數；前沿模型則會使用半私有資料集，並要求模型提供者採取零資料保留措施，以降低測試資料外洩與過度擬合的風險；不過，政策也提醒外部 API 仍可能隨時間有限度洩漏資料，因此需要持續監測並視情況替換測試版本。屆時 ARC-AGI-3 將以 scorecard 形式公布，並提供 replay，讓外界檢視模型在個別任務中的完整互動過程。 黑色背景的方框內側，左半部垂直排列著由藍、紅、粉紅、綠等不同顏色像素塊組成的圖形與英文字母，右半部則為大片黑色區塊並有一條垂直的黃色線條分隔。 綠色背景的迷宮地圖，地圖中帶有淺藍色的通道線條，上方與內部散落著數個紅、黃、藍、灰等不同顏色的圓點標記。ARC-AGI 2 與 ARC-AGI 1 leaderboard 介面展示成本／分數散布圖、模型搜尋與 Gemini 模型選取；tooltip 直接顯示 GPT-5.6 Luna（2026-07-30 Max）的 ARC-AGI-2 分數 59.6% 與每任務成本 $0.177。 影片中的 Prompt 與操作：操作步驟： 1. （00:01）點擊模型搜尋欄 2. （00:02）於搜尋欄輸入 Gem 3. （00:03）點選 Gemini 3.6 Flash 4. （00:06）移動游標至圖表中的資料點查看詳細數據 5. （00:07）點擊底部 ARC-AGI-1 切換排行榜檢視原文：https://easyvibecoding.app/curated/3064-arc-prize-validates-gemini-3-7-flash-arc-agi-1-score-cost