六位前DeepMind老将打造「AI指挥官」，一半成本刷新SOTA（

1.emerson指挥官

最近，6名前Google DeepMind研究员、工程师又搞大事了他们的新初创公司Poetiq没去研发更大、更聪明的模型，而是搭建了一个元系统，该系统可以让前沿大模型自动生成解决特定任务的策略和模型组合。

2.entj指挥官

这样不仅解决了前沿模型难以单独解决复杂真实世界问题的痛点，还将整体推理成本降低了一半。12月8日，ARC Prize官宣验证了该团队的成果。

3.指挥官官网

由Poetiq推出的Gemini 3 Pro优化技术，在ARC-AGI-2 leaderboard上创下新SOTA，得分高达54%，每任务计算成本仅31美元这一突破远超此前模型的最优表现，在leaderboard上力压群雄。

4.指挥官givi

Poetiq团队揭秘

5.16 personalities指挥官

Poetiq初创团队均来自Google DeepMindPoetiq是一个精干且高度技术型的团队，由6名来自Google DeepMind的研究员与工程师组成该创始团队成员一共拥有53年的专业经验，他们在Poetiq的目标是「以更优的推理，铺就通过安全超级智能的最快路径」。

6.指挥官ooq

12月5日，这家成立不到一年的公司自豪地宣布：「Poetiq系统已经大幅超越现有方法，并树立了新的行业最佳表现。」

7.指挥官数据

如上图所示，Poetiq系统在ARC-AGI-2半私有评估集上创下新纪录11月20日，Poetiq已经公布了自己在ARC-AGI-2上的强劲表现，此次ARC Prize对Poetiq公布的成绩进行了官方验证。

8.指挥官信息

Poetiq开发的一套纯Gemini配置参与了ARC Prize的官方评估该系统以每题30.57美元的成本取得了54%的成绩，打破了此前Gemini 3 Deep Think创下的每题成本77.16美元、45%的最佳成绩。

9.p1cea 指挥官

Poetiq团队表示，在ARC-AGI-2公共数据集上，Poetiq系统建立了全新的帕累托前沿，不仅超越以往成果，还进一步推动了成本效益推理的边界Poetiq团队将这一成绩，归结为它的元系统元系统在任意模型上构建智能。

10.指挥官助手

Poetiq的方法是在任意模型之上构建智能其元系统旨在利用任何现成的前沿模型，自动生成能解决特定任务的完整系统，无需构建甚至不需要微调自己的大前沿模型这也是为什么Poetiq能在Gemini 3与GPT-5.1发布后数小时内，就将它们快速接入并取得SOTA表现的原因。

如上图所示，Poetiq元系统在ARC-AGI-1和ARC-AGI-2上不仅全面刷新了以往成绩，也再次推进了低成本推理的边界相比之下，Gemini 3 Deep Think（预览版）成本明显更高，准确率却更低。

Poetiq（Gemini-3-a、b、c）展示了Poetiq如何利用多个大语言模型，在任意成本目标下实现最大化性能Poetiq系统可以通过多次调用Gemini-3来程序化地处理ARC-AGI-1和ARC-AGI-2的问题，从而在广泛的计算区间内实现帕累托最优。

Poetiq（Grok-4-Fast）主打极致成本效率，构建于Grok-4-Fast Reasoning模型之上不仅比原模型报告的结果更便宜、准确率更高，还能达到与价格高两个数量级的模型相当的准确度Poetiq（GPT-OSS-b）基于开源权重模型GPT-OSS-120B，在单题不到1美分的成本下仍取得了非常亮眼的准确率。

Poetiq（GPT-OSS-a）基于GPT-OSS-120B的低思考版本，用来展示极限成本条件下的系统表现以上这些方案虽然各自都能独立运行，但它们共同的底层是Poetiq灵活的元系统这个元系统的核心优势之一即能自动选择模型组合与策略，甚至会自行判断何时要写代码、又该由哪个模型负责写代码。

Poetiq的递归、自我改进系统完全不依赖特定大模型，在接入最新模型时也能充分展现其能力使用Poetiq元系统强化主流模型为了进一步展示Poetiq元系统的能力，研究人员将其应用到多个来自Google DeepMind、OpenAI、Anthropic和xAI的最新模型上。

每一次，Poetiq都实现了「更高准确率 更低成本」的组合。

上图中展示了12个模型（包括ChatGPT、Claude Haiku、Gemini、Grok 4、GPT-OSS）在ARC-AGI-1上经过Poetiq处理后的表现Poetiq是如何做到的？秘诀其实只有一句话：。

从上到下，全靠大语言模型Poetiq使用大模型来构建系统、改进系统、也让系统本身运行起来正是这种灵活、强大且递归的系统架构，让Poetiq能快速取得如此一系列SOTA成果Poetiq选择开源的具体配置，主要为了展示2个重要理念：。

提示词只是接口层，并非智能本体系统在一个循环式的解题流程中运行：它不会只问一次，而是先让大模型生成一个可能的答案（有时包括代码），根据反馈进行分析，然后再继续利用模型改进答案这种多步骤、自我完善的方式，让系统能逐步构建并打磨最终解答。

自我检查系统会自主检查自己的进展，决定什么时候信息足够、结果可靠，从而自动结束流程这种自我监控机制能有效避免浪费算力，让整体成本更低为什么选择ARC-AGI？Poetiq认为ARC-AGI是验证自身核心理念的理想测试场。

大模型蕴含了大量人类知识，但在复杂推理任务上经常出现不稳定的情况一个原因是模型表现高度依赖提示词，而其随机性会让知识提取变得不够可靠，从而使推理步骤难以预测真正的挑战在于：如何发现一种推理策略，既能找出需要的信息，又能在找到信息时顺利将其组合起来，并智能判断下一步该做什么。

Poetiq的核心目标，就是为了让这一过程能够自动化并不断优化Poetiq所构建的系统并不预设推理策略，而是让模型自主发现最适配的推理方式，并能在现实限制（预算、Token或算力）内工作这将释放生成式AI在复杂推理方面的真正潜力。

Poetiq的系统能在短时间内适配任务特性与模型特性，而ARC-AGI测试的是模型抽象推理、归纳、逻辑、生成策略能力，这和Poetiq系统的优势也是相互匹配的为了使Poetiq的元系统能够随着每次解决新任务而持续进化，任务的多样性也非常关键。

为此，Poetiq的团队正在让系统攻克更多基准任务，涵盖多种推理与检索需求此外，Poetiq系统的优点是擅长与其他系统协作该系统可以用来优化现有大型系统内部的AI组件如果能够在不修改模型本身的前提下，利用前沿模型中丰富的世界知识来解决长时序任务，如果能让底层知识提取机制更适配大模型，也许就不需要进行模型调优，这些正是Poetiq下一步努力的方向之一。