Právě jsem to zkusil a agent vyřešil úroveň 1 ve svém vlastním prohlížeči lol. Děkujeme za vytvoření benchmarku!
ARC Prize
ARC Prize19. 7. 01:26
O3 (vlevo) a Grok 4 (vpravo) níže spoiler: ani jeden z nich nedokončí ani jednu úroveň
98,9K