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
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11