同一道基准题，十九个月便宜了九成九（ARC-AGI）

ARC Prize 把两条成本曲线摆在一起。达到 ARC-AGI-1 的 75 分，19 个月里单题成本从 o3-preview 的 26 美元掉到 DeepSeek V4 Flash 的 0.01 美元，降了 99.95%。

换到 ARC-AGI-2，同样的 75 分线只花 6 个月，从 Gemini 3 Deep Think 的 13.62 美元掉到 Dots3-Note Preview 的 0.08 美元，降 99.44%。

两件事值得分开看。

一是降速在加快。ARC-AGI-1 用 19 个月降掉两个数量级，ARC-AGI-2 用 6 个月走完同一段路。新基准的"昂贵期"越来越短，按这个节奏，下一代基准从发布到降到分币级别可能只要几个月。

二是价格不能当能力用。0.01 美元那条是 Flash 档模型，能拿到 75 分不代表它能替掉当年那个 26 美元的模型做别的事，它只是在这条特定基准的这个分数上等价。拿成本曲线当能力曲线，是选型里最常见的误读。

真正被改掉的是预算假设。过去做 agent 实验要按"每步几美元"估价，现在可以按"每步几厘钱"设计，允许试错的次数多出两三个数量级。