"Grok 4 ahora es el modelo de mejor rendimiento disponible públicamente en ARC-AGI. ARC-AGI-2 es difícil para los modelos de IA actuales. La puntuación más alta anterior fue ~8% (Opus 4). Por debajo del 10% es ruido. Obtener un 15.9% rompe esa barrera de ruido, Grok 4 está mostrando niveles no cero de inteligencia fluida."