ARC‑AGI‑3: новый бенчмарк для оценки общего интеллекта ИИ‑агентов
Фонд ARC Prize Foundation представил ARC‑AGI‑3 — интерактивный набор задач‑игр, который проверяет способность ИИ исследовать мир, понимать правила и адаптироваться в реальном времени.
В конце августа 2026 года фонд ARC Prize Foundation объявил о запуске нового бенчмарка ARC‑AGI‑3. Он предназначен для измерения общего интеллекта (AGI) и способности ИИ‑агентов к самообучению в условиях, близких к реальному миру.
ARC‑AGI‑3 состоит из серии сложных интерактивных задач‑игр, где агент сталкивается с незнакомой средой, должен быстро понять правила, построить план действий и адаптироваться к неожиданным изменениям. По словам основателя фонда Франсуа Шолле, такие задачи могут решить лишь системы, способные к исследованию, онлайн‑выводу правил и динамической планировке.
Бенчмарк уже доступен в открытом репозитории на GitHub (https://github.com/arc-prize/arc-ag i-3) и включает подробную документацию, наборы тестов и метрики оценки. Для сравнения с текущими моделями уже опубликованы результаты нескольких крупных систем: GPT‑5, Gemini‑1.5, Claude‑3.5 и Mistral‑Large. Наилучшие показатели показали гибридные модели, использующие многошаговое планирование и обучение с подкреплением в реальном времени.
ARC‑AGI‑3 открывает возможность независимого сравнения новых подходов к AGI, а также служит ориентиром для исследователей, желающих проверить, насколько их решения приближаются к «человеческому» уровню интеллекта. Фонд планирует ежегодно обновлять набор задач, вводя новые игровые сценарии и усложняя условия, чтобы поддерживать рост требований к ИИ‑агентам.
Для разработчиков и студентов это значит наличие стандартизированного инструмента, позволяющего измерять не только узкоспециализированные способности модели, но и её способность к общему обучению. ARC‑AGI‑3 стимулирует переход от «узких» решений к более гибким архитектурам, но также повышает планку требований к вычислительным ресурсам и качеству данных. Следите за обновлениями бенчмарка – они будут задавать вектор развития будущих AGI‑систем.
