我們終於有機會在 ARC-AGI-2 上運行我們的系統，使用 GPT-5.2 X-High！ 使用與之前相同的 Poetiq 鐵 harness，我們在完整的 PUBLIC-EVAL 數據集上看到的結果高達 75%，每個問題的成本低於 8 美元。這比之前的 SOTA 高出約 15 個百分點。