ИИ снова проигрывают людям: вышел новый бенчмарк ARC-AGI-3. Люди с ним справляются на 100%, а топовые нейронки не набирают и процента: – Gemini 3.1 Pro решила на 0.37%; – GPT 5.4 на 0.26%; – Opus 4.6 на 0.25%; – Grok-4.20 на 0.00%. Для сравнения, ARC-AGI-1 пройден почти полностью, нейронки набирают до 98%. Рекорд в ARC-AGI-2 дошел уже до 85%. Новый бенчмарк полностью состоит из игровых сред. Проверить себя можно по ссылке.