当前标签：基准测试
25 个游戏都打到满分，70 万美元大奖为什么还没人领
10 月上旬，四支背景完全不同的队伍先后宣布在 ARC-AGI-3 的 25 个公开游戏上拿到 100 分。差不多同一时间，官方认证榜的第一名停在 62.7%，留给私有测试集满分的 70 万美元奖金仍无人认领。
算力还在涨价，AI 的思考一年便宜到十三分之一
Epoch AI 在 9 月 22 日发布报告，估算过去三年达到同一水平 AI 性能所需成本平均每季度下降约 47%，折合一年约 13 倍。同一天 OpenAI 把 GPT-6 Sol 与 Luna 的 API 价格定在上一代促销价的一半。这条曲线能解释眼下的价格战，但报告自己写下了六条不愿忽略的限定。