Opus 5 在 ARC-AGI-3 上约拿到 30%
Dr_Singularity · x · 2026-07-25
这条帖子配图直接展示了 Opus 5 在 ARC-AGI-3 上的表现，图表标题是“Novel problem-solving by cost”。
图里的关键信息是：
- Opus 5 (high) 得分约 30%
- Opus 4.8 (high) 只有低个位数
- GPT-5.6 Sol 在更高评测成本下，分数仍处于 10% 以下
这张图强调的是“成本 vs 新问题解决能力”的权衡，目标不是常规刷榜，而是看模型面对陌生任务时的推理能力。
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