你比AI聰明嗎？

weirdly accurate.

你比AI聰明嗎？

做ARC-AGI的題目，你比AI強嗎？

在這批題目上，現在多半比不過了，不過人類領先了整整五年。François Chollet在2019年公開ARC時，這些題對人不難、對機器很難。H-ARC研究（2024）中，一般人兩次以內答對評估集約60%的題目；ARC Prize跑GPT-4o，只答對11.4%。如今最強的幾個模型，在同樣這400道公開題上能答對95%到98%。

這個ARC-AGI測驗從公開評估集中挑了六道，依人類作答的情況由易到難排好。每道題給兩三個例子，一個格子板變成另一個格子板；你找出規律，在釘板上塗出答案，可以選顏色、填滿區域、改格子大小。和ARC Prize測模型一樣，每道兩次機會，只告訴你對或錯；第二次也錯就揭曉答案。成績是答對幾道。我們用H-ARC中做過同一題庫的946名志願者擬合Rasch模型，算出你在人群中的位置，再告訴你GPT-4o和三個2026年的模型各答對了這六道中的哪幾道。

它不是智商測驗。六道題樣本太小，矇對一道名次就差很多。H-ARC中沒有人剛好做過這六道（每人只隨機做了大約五道），所以百分位來自模型，不是真的數人頭。模型成績還有一處偏高：這些題2019年就放上網路了，新模型訓練時可能看過；ARC Prize的正式成績用的是不公開的題目。

這個ARC-AGI測驗測什麼

只測一件事：只看兩三個例子，你學會一條新規律有多快多準——這正是ARC要量的東西。

怎麼測

  • 六道題來自ARC-AGI-1公開評估集（抽象與推理語料庫，François Chollet，2019），每道只有一個測試格，最大10×10
  • 依H-ARC人類資料估出的難度由易到難排列，做完三道休息一次
  • 用ARC的十種顏色塗答案：點選或拖過格子、填滿相連區域、複製輸入、清空，拖右下角改大小
  • 每道兩次機會，只告訴對錯；和上次錯的一模一樣的答案不算次數

你會得到什麼

  • 六道答對了幾道，各是第幾次答對
  • 一百個人裡你能贏過幾個，來自用H-ARC評估集作答者擬合的Rasch模型
  • 每道題：H-ARC中做過它的志願者，有幾個兩次以內答對
  • GPT-4o和三個2026年的模型（Gemini 3.1 Pro、GPT-5.4 Pro、Claude Opus 4.8）各答對了這六道中的哪幾道，以及它們在全部400道公開題上的成績
  • 推理模型出現之後ARC怎麼變了：2024年的o3-preview、ARC-AGI-2和ARC-AGI-3
  • 一張可分享的成績卡，以及一個邀朋友來比誰答對更多的連結

開始之前

  • 大約五分鐘，中途休息一次；免費，不用註冊
  • 手機上能玩，在例子和你的板之間切換；寬螢幕上兩邊同時顯示
  • 不需要聲音
  • 也不需要讀文字：每道題都是彩色方格

關於ARC-AGI的常見問題

這個測驗免費嗎？要註冊才能看結果嗎？

免費，也不用註冊：不要帳號、不要信箱、不用付錢。做完最後一題，結果就直接出現在這一頁，可以馬上分享，也可以再玩一次。

人類在ARC-AGI上還能贏AI嗎？

在最早的ARC-AGI-1公開題上，基本上贏不了了：ARC Prize在2026年跑的Gemini 3.1 Pro、GPT-5.4 Pro和Claude Opus 4.8能答對95%到98%。在更難的ARC-AGI-2上，每道題都至少有400名受測者中的兩人兩次以內答對，而2025年12月最好的已驗證商用模型只有37.6%。

一般人能答對多少道ARC題？

大約六成。LeGris、Vong、Lake和Gureckis的H-ARC研究中，志願者兩次以內答對評估集約60%的題目，第一次就對的是48%。全部800道公開ARC題中，有790道至少有一個人在三次以內做出來。

這個ARC-AGI測驗答對幾道算好？

答對四道，大約就在正中間。用H-ARC擬合的Rasch模型推算，大約一半的人能答對這六道中的四道或五道，約11%能六道全對。題目由易到難排列，所以最後幾道決定了大多數人的成績。

ARC-AGI是什麼？

ARC-AGI是一套共800道的公開題，全名「抽象與推理語料庫」，由François Chollet在2019年隨論文On the Measure of Intelligence發表。每道題的規律都不同，只給兩三個例子，用到的只是人不必教就懂的東西，例如物體、數數、對稱。Chollet想量的是學會一項新技能的效率，而不是已經會多少。

這個ARC-AGI測驗是智商測驗嗎？

不是。六道題遠遠不夠衡量一般智力，這個ARC-AGI測驗也不給智商分數。它的百分位是根據H-ARC志願者推算的，他們是在網路上招募的18到77歲成年人，所以只是在這六道題上和這群人比較。

AI為什麼突然會做ARC了？

是推理模型改變了局面。2024年12月，OpenAI的o3-preview在ARC Prize的隱藏題上拿到75.7%，每道題大約花26美元的算力；算力加到172倍，拿到87.5%，每道約4,560美元。ARC Prize估計，請一個人來做大約每道5美元。

數字從哪裡來

人類答對率是我們依H-ARC公開的彙總資料重新計算的，和ARC Prize一樣只算前兩次（H-ARC本身給了三次）。百分位來自我們用評估集作答者擬合的Rasch模型；每道題自己的人數只有8到12人，很粗略。模型成績是我們依ARC Prize公開的作答檔案，在400道公開評估題上重新統計的。本站不公開自己玩家的資料。

成績怎麼算

兩次機會

第一次或第二次交的答案和測試輸出一格不差（包括大小），這道題就算答對。ARC Prize替模型計分是這樣，這裡的人類答對率也是這樣算的。

Rasch模型

一種統計模型：每個人有一個解題能力，每道題有一個難度。我們用H-ARC評估集946名志願者的兩次作答結果擬合它，推算一個人能答對這六道中的幾道；你的百分位，就是預計答對得比你少的人所占的比例。

模型成績

我們依ARC Prize公開的各模型在400道公開評估題上的作答檔案重新統計，每道兩次機會；沒有作答檔案的題目算沒做出。