谷歌DeepMind的Gemini 4 Argon在ARC-AGI-3基准测试中得分97.5%，使谷歌成为继OpenAI之后第二个突破95%大关的实验室。

然而，在标准测试环境中得分降至49.8%，表明结果会因测试设置的不同而大幅波动。

AI 生成：摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI