Grok 4.7 的 ARC-AGI 验证成绩公布：二代得分低于 Grok 4.6
精选理由
ARC Prize 晒出 Grok 4.7 的实测成绩，有意思的是它一代分数涨了，二三代替反而降了，可以看看这套数据对比
ARC Prize 公布了 Grok 4.7 在 ARC-AGI 三代基准上的验证成绩：ARC-AGI-3 得分 1.8%（标准测试环境，花费 2.7k 美元），在 provider adapter 环境下为 10.0%。ARC-AGI-2 得分 61.4%，单任务成本 2.01 美元；ARC-AGI-1 得分 90.2%，单任务成本 0.64 美元。与 Grok 4.6 相比，Grok 4.7 在 ARC-AGI-1 上分数更高，但在 ARC-AGI-2 和 ARC-AGI-3 上反而更低。
原文 · ARC Prize
Grok 4.7 from @SpaceXAI on ARC-AGI (Verified):
- ARC-AGI-3: 1.8%, $2.7k (standard harness), 10.0%, $4.8k (provider adapter harness) - ARC-AGI-2: 61.4%, $2.01/task - ARC-AGI-1: 90.2%, $0.64/task
Grok 4.7 scores higher than Grok 4.6 on ARC-AGI-1, but lower on ARC-AGI-2 and 3. https://t.co/LDJzJOkdIK
