AREX Feed Article
ARC Prize 宣布 Tufa Labs 以 68.91% 重夺 ARC-AGI-3 榜首
10 月 13 日，赛事主办方 在 X 上宣布，Tufa Labs 在 ARC Prize 2026 的 ARC-AGI-3 竞赛中创下 68.91% 的新高分，成绩从 56% 跳升，重新夺回第一名。
随帖发布的排行榜图片落款 10 月 13 日：Tufa Labs 以 68.91% 排在第一位，Yi-Chia Chen 以 67.49% 紧随其后，相差 1.42 个百分点。
四天前：56.52% 对 59.17%
10 月 9 日，ARC Prize Yi-Chia Chen 以 59.17% 超越 Tufa Labs 取得领先。
当天，Tufa Labs 写道：「这只是一次暂时的挫折。我们将继续致力于以压倒性的资源和算力碾压所有竞争对手。」帖文配图把 Yi-Chia Chen 画成一名独自面对机器人军团的战士，旗帜上写着 Tufa Labs 的名字；图内附上的排行榜显示，Yi-Chia Chen 以 59.17% 第一，Tufa Labs 以 56.52% 第二。
35 天里，最高分被连续改写
5 月 22 日，ARC Prize 的最高分是 Tufa Labs 的 1.17%。接下来的几个月，最高分缓慢上升，9 月 8 日来到 Tufa 的 。此后，纪录被接连刷新：
- 9 月 23 日，Lord Han Solo 以 19.4% ；
- 9 月 28 日，Yi-Chia Chen 以 28.34% ；
- 次日，Tufa Labs 把成绩从 27.29% 提高到 45.33%，；
- 10 月 9 日，Yi-Chia Chen 以 59.17% 反超；
- 10 月 13 日，Tufa Labs 以 68.91% 夺回。
没有说明书的环境，和 100% 的刻度
ARC Prize 把 ARC-AGI-3 称为，用来衡量 AI 智能体的类人智能：智能体要进入陌生、类似视频游戏的环境，自己弄清目标、规划行动并持续学习；设计上不提供自然语言说明，也没有预置知识或隐藏提示。按 ARC Prize 的定义，100% 的分数意味着智能体能在每个游戏里都达到与人类相当的效率。据的介绍，由于存在隐藏的留出集，这些游戏无法靠记忆通关。
ARC Prize 2026 为这项竞赛新增了两个里程碑奖，奖励赛程中期的开源领先方案：第一个总额 37,500 美元，6 月 30 日截止；第二个 9 月 30 日截止。ARC Prize 目前标注的奖金总额为 200 万美元，赛事与 Kaggle 合作举办。
「The Duck」：27B 模型在 REPL 里玩游戏
Tufa Labs 「一个小型、独立的研究团队」，研究方向包括推理 LLM（大语言模型）与「ARC v3」。它的方案「The Duck」赢下了第一个里程碑奖。
据 ARC Prize 介绍，The Duck 让一个小型开源模型在实时 REPL（交互式执行环境）里写 Python 并运行：先推理、调用辅助函数、执行代码、采取动作、观察结果，再循环。它通过渲染图像、原始 ASCII 网格和一个可以放大局部区域的工具观察棋盘；为了不耗尽上下文窗口，方案会持续丢弃最旧的消息，实现「无限玩下去」；模型本身是本地运行的 Qwen 3.6 27B FP8。团队说，手工打造的工具反而拖累模型，让它即兴发挥效果更好。
第一个里程碑奖的奖金分配是：Tufa 25,000 美元，Reki 7,500 美元，Md Boktiar Mahbub Murad 5,000 美元。
8 月 24 日，ARC Prize 在 Tufa 又一次新高（4.58%）时，描述了这套开源带来的循环：「Tufa Labs 开源了他们的 ARC-AGI-3 方案，以拿下里程碑奖第一名。其他人很快在它的基础上继续推进，把分数推得更高；他们又重新夺回了第一名。」
距离 100% 还有 31.09 个百分点
在 10 月 13 日的榜单上，第三名 MTG 为 45.00%，落后榜首 23.91 个百分点；NUARC3 与 The Last Dance 分别以 43.94% 和 43.64% 排在第四、第五位。按 ARC Prize 的刻度，当前的最高分距离 100% 还差 31.09 个百分点。