Gemini 3 8

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模型 • The Decoder

运行在Google Gemini 4 Argon上的四个AI代理首次在无人类帮助下击败了Minecraft，在完全自主运行中击败了末影龙。在没有预设角色或策略的情况下，它们自行协调，编写了2,783个程序并交换了229条消息。

AI研究 • The Decoder