Qwen2.5-Coder

DeepSeek-R1 在 ARC-AGI 上的表现不及 OpenAI 的 o3 系列模型，但通过 SnakeBench 对抗性基准测试，在 1v1 贪吃蛇比赛中击败了 o1-mini，并接近 o3-mini。