O que é o ARC-AGI-3?

Os dois primeiros testes ARC eram quebra-cabeças estáticos: alguns exemplos de uma transformação de grade e, depois, uma grade nova para completar. Os modelos aprenderam a resolvê-los. O ARC-AGI-3, lançado em 25 de março de 2026, muda a forma da pergunta. O agente é colocado num de centenas de ambientes por turnos, feitos à mão, e não recebe nada — nem as regras, nem o que conta como vitória, nem quais de suas ações importam. Ele precisa explorar, perceber o que muda quando age, formar uma teoria, planejar vários lances à frente e corrigir-se quando a teoria falha.

A pontuação não é «terminou?», mas «com que eficiência aprendeu?», medida contra pessoas que receberam os mesmos jogos sem preparo. Por isso a fundação escreve 100 % para humanos e, no lançamento, 0,51 % para os modelos de ponta: modelos que passam em exames da ordem dos advogados e escrevem código funcional não conseguiram entender um jogo que uma criança resolve em poucos minutos. A frase da própria fundação: enquanto existir essa lacuna, não há AGI — e há dois milhões de dólares em prêmios para quem a fechar.

O ARC-AGI-3 mede bem uma coisa estreita: aprender do zero uma tarefa abstrata. Não diz nada sobre se um modelo lê seus contratos com precisão, segue um procedimento de devolução em catorze passos ou continua educado no quadringentésimo chamado do dia. São habilidades diferentes, e modelos próximos no ARC podem estar longe uns dos outros nelas.

Leia as notícias de testes como leria o laudo de laboratório de um carro: interessante, às vezes decisivo, nunca um substituto do test-drive. A única pontuação que importa para uma compra é a medida nas suas próprias tarefas, com os seus próprios dados, antes e depois de uma mudança. É o teste que fazemos num diagnóstico — e o que a maioria dos fornecedores preferiria que você não fizesse.