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
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11