A guide to the next way of working
ARC-AGI-3
看懂AI优势，选对适合你的AI Coworker模型
交互式推理动作效率AI 选型标准
Research-based guide
ARC-AGI-3 评测 AI 能力的 6 大维度
For people who work with AI
找到真正帮你省时间、提效率、创造更多价值的 AI
如果你正在工作、学习、创作，这就和你有关
Leaderboard & Competitions
先看官方榜单，再看比赛结果
ARC-AGI-3 更值得看的，不只是“谁第一”，而是谁能在真实交互任务里稳定探索、 学习和完成任务。
FAQ
常见问题
ARC-AGI-3 是什么？⌄
它是 ARC Prize 推出的 interactive reasoning benchmark。和传统只看输入输出的测试不同，ARC-AGI-3 更关注 AI 能否在环境中探索新环境、临场获取目标、保持状态并通过多步行动完成任务。
我该从哪里看 ARC-AGI-3 的榜单和最新成绩？⌄
最直接的入口是 ARC Prize 官方 ARC-AGI-3 页面和 leaderboard。官方页面会汇总 ARC-AGI-3 的定位、文档和比赛入口；如果你在线跑 benchmark，结果会出现在 scorecards 里，并可以进入官方 leaderboard 查看。
我应该先本地跑，还是直接用线上 API？⌄
如果你是开发和测试阶段，官方更推荐先本地跑。Local 模式更快、没有 rate limits，也不需要 API key；Online 模式适合生成官方 scorecards、replays 和 leaderboard 结果，但需要 API key，并且当前有每分钟 600 次请求限制。
ARC-AGI-3 的分数到底在看什么？⌄
它不只看完成率，还看效率。官方方法学把两件事放在一起衡量：一是 AI 完成了多少 level，二是它用了多少动作，相对于人类第一次游玩时的效率如何。最终总分是 completion 和 Relative Human Action Efficiency 一起反映出来的结果。
为什么我本地跑的结果，和线上看到的不一样？⌄
因为本地和线上模式提供的能力不同。Local 模式适合快速开发和大量测试，但没有在线 scorecards 和 shareable replays；Online 模式会把运行结果保存为官方 scorecards，并支持回放和 leaderboard 展示。所以你本地能看到环境表现，不一定会有线上那套可分享记录。
如果我想比较不同模型、prompt 或 agent，最快怎么开始？⌄
官方给了 Benchmarking Tooling（beta）作为标准入口。它适合比较模型版本、prompt 策略和 agent 架构，也能生成官方 scorecards 和 replays。对想认真研究 ARC-AGI-3 的人来说，这通常比手写一套零散脚本更稳。
ARC-AGI-3 的 API 现在收费吗？⌄
按照官方文档，目前 ARC-AGI API 在 research preview 阶段是免费使用的，但属于 best-effort 服务，没有正式 SLA，并且会通过 rate limits 控制访问频率。
普通用户为什么也值得关注 ARC-AGI-3？⌄
因为它把一组真正影响 AI 协作体验的能力公开摆到了台面上：理解任务、保持上下文、探索未知和动作效率。你不一定要亲自跑 benchmark，但完全可以用它来重新判断，什么样的 AI 更值得进入你的真实工作流。