Grok 4.5 在 ARC-AGI-1 得分 85.7%，ARC-AGI-3 仅 0.3%
scaling01 · x · 2026-07-24
Grok 4.5 在 ARC-AGI-1 表现很强，但 ARC-AGI-3 依旧接近失灵
ARC Prize 给出的验证结果显示，Grok 4.5 在不同 ARC-AGI 版本上的表现差异非常大：
- ARC-AGI-1：85.7%，单题成本 $0.33
- ARC-AGI-2：52.6%，单题成本 $0.78
- ARC-AGI-3：0.3%，单题成本 $6.9K
测试方还指出，把 reasoning effort 从 medium 提到 high，并没有带来性能或成本上的提升。
「模型」频道最新
- Kimi K3.1 Pro 登顶 MathArena 开源模型，整体逼近 GPT-5.5 — teortaxesTex · 2026-10-26
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26