# ARC‑AGI‑3 टेस्ट में Google के Gemini 4 Argon का स्कोर 97.5%

> कठिन सामान्य समस्या-समाधान टेस्ट में Gemini 4 Argon ने 97.5% अंक हासिल किए। इससे आगे सिर्फ OpenAI का GPT‑6 Astra रहा।

Oossa · 2026-10-16 · https://oossa.com/hi/google-s-gemini-4-argon-hits-97-5-on-arc-agi-3-benchmark

Google DeepMind ने Gemini 4 Argon नाम का नया मॉडल जारी किया है। ARC‑AGI‑3 नाम के टेस्ट में इसने 97.5% अंक हासिल किए। यह 95% की उस सीमा से ऊपर है, जिसे अब तक कुछ ही लैब पार कर पाई हैं। इससे अधिक स्कोर करने वाला अब तक सार्वजनिक रूप से घोषित एकमात्र मॉडल OpenAI का GPT‑6 Astra है, जिसने 99.9% अंक पाए।

## टेस्ट कैसे किया गया

यह स्कोर “Provider Adapter Harness” नाम के सेटअप में मिला। इसकी मदद से मॉडल अलग-अलग चरणों के बीच अपनी रीजनिंग बनाए रख सकता है और संदर्भ को संक्षिप्त कर सकता है—यह सुविधा खास तौर पर इसी विक्रेता के सेटअप में उपलब्ध है। जब इसी मॉडल को अधिक सीमित “Standard Harness” में चलाया गया, तो इसका स्कोर घटकर 49.8% रह गया और यह सभी 55 गेम पूरे नहीं कर सका।

## इन आंकड़ों का क्या मतलब है

ARC‑AGI‑3 के 25 सार्वजनिक गेम में Argon ने इंसानी आधाररेखा की तुलना में 62% कम कार्रवाइयों की जरूरत पड़ी। तीन गेम में इसकी गति रिकॉर्ड के बराबर रही। बेंचमार्क के पुराने संस्करणों में Argon ने ARC‑AGI‑2 पर 91.3% और ARC‑AGI‑1 पर 98.5% स्कोर किया। प्रति टास्क इसकी लागत क्रमशः $0.32 और $0.16 रही।

Epoch Capabilities Index नाम के स्वतंत्र सूचकांक में Argon को 165 अंक मिले। इस स्कोर के साथ यह Fable 5.1 के बराबर रहा और Opus 5.5 (167) तथा GPT‑6 Astra (166) से थोड़ा पीछे रहा। ज्ञान, एजेंट और विज़न टेस्ट में यह मॉडल सबसे आगे है, लेकिन गणित और सॉफ्टवेयर इंजीनियरिंग के कामों में पीछे है।

## तथ्य

- Provider Adapter Harness का इस्तेमाल करते हुए Gemini 4 Argon ने ARC‑AGI‑3 बेंचमार्क में 97.5% स्कोर किया।
- Provider Adapter Harness में हर रन की लागत $4,800 थी। Standard Harness में यह लागत $5,800 रही, जहां स्कोर घटकर 49.8% रह गया।
- ARC‑AGI‑3 में OpenAI के GPT‑6 Astra ने ही Argon से अधिक, 99.9% स्कोर किया।
- ARC‑AGI‑3 के 25 सार्वजनिक गेम में Argon को इंसानी आधाररेखा की तुलना में 62% कम कार्रवाइयों की जरूरत पड़ी।
- Epoch Capabilities Index में Argon को 165 अंक मिले। यह Fable 5.1 के बराबर रहा और Opus 5.5 (167) तथा GPT‑6 Astra (166) से थोड़ा पीछे रहा।

## यह क्यों मायने रखता है

जटिल समस्याएं सुलझाने के लिए AI पर निर्भर डेवलपरों और कारोबारों के लिए Gemini 4 Argon का ऊंचा ARC‑AGI‑3 स्कोर दिखाता है कि Google के मॉडल अब शीर्ष सिस्टमों को कड़ी टक्कर दे रहे हैं। हालांकि, Standard Harness में इसका कम स्कोर और गणित व कोडिंग में कमजोर प्रदर्शन बताता है कि बेहतरीन नतीजों के लिए मॉडल को अब भी कस्टम सेटिंग्स की जरूरत पड़ सकती है।

## स्रोत और संदर्भ

1. [Google's Gemini 4 Argon is closer to the AI frontier than any Google model in months](https://the-decoder.com/googles-gemini-4-argon-is-closer-to-the-ai-frontier-than-any-google-model-in-months/) – The Decoder, 2026-10-16

अंतिम अपडेट: 2026-10-16