ARC-AGI-3官方开源基准测试代码库

针对近期关于Claude Opus在ARC-AGI评测中涉嫌违规的争议，Greg Kamradt出面澄清，表示测试中对Anthropic和OpenAI均采用了相同的滑动窗口。同时，ARC Prize官方在GitHub上开源了ARC-AGI-3基准测试工具库，以帮助评估前沿大模型的复杂抽象推理能力。此外，Kamradt还专门说明了API中reasoning字段的使用误区，指出其仅用于记录模型输出而非获取内部推理过程。

2026-07-30 ~ 2026-07-30 · 4 条相关

事件全程(共 2 集)→

• 第 1 集:Claude Opus的ARC-AGI高分被指受API实现影响(2026-07-30,2 条)
• 第 2 集:ARC-AGI-3官方开源基准测试代码库(2026-07-30,4 条)

• Greg Kamradt 回应评测争议：Opus 与 OpenAI 采用相同滑动窗口 — GregKamradt · 2026-07-30
• ARC-AGI-3 官方评测代码库开源，支持多模型测试 — GregKamradt · 2026-07-30
• ARC-AGI-3 官方基准测试代码库开源 — GregKamradt · 2026-07-30
• ARC-AGI-3 评测 API 澄清：reasoning 字段用于记录模型输出 — GregKamradt · 2026-07-30