Claude Opus 5 在 ARC-AGI-3 评测中得分超次优模型三倍
claudeai · x · 2026-07-25
Anthropic 公布了 Claude Opus 5 在 ARC-AGI-3 基准测试中的表现。该测试主要用于评估 AI 模型解决新颖问题的能力，而 Opus 5 的得分是排名第二的模型的三倍，展现出极强的推理与泛化能力。
所属事件:Anthropic 发布 Claude Opus 5：性能达 SOTA 且价格减半(128 条相关)→
「模型」频道最新
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26