acabei de tentar e o agente resolveu o nível 1 em seu próprio navegador lol. Obrigado por criar o benchmark!
ARC Prize
ARC Prize19 de jul., 01:26
replays de o3 (esquerda) e Grok 4 (direita) abaixo Spoiler: nenhum dos dois completa um único nível
98,9K