ARC-AGI-3 图表显示 Opus 5 领先，但评测成本更高
Angaisb_ · x · 2026-07-25
配图展示了 ARC-AGI-3 的“novel problem-solving by cost”对比，横轴是总评测成本，纵轴是得分。图中 Opus 5 的得分明显高于 Opus 4.8 和 GPT-5.6 Sol，但对应的评测成本也高出不少。
这条信息的重点不是产品发布，而是一次模型能力与评测成本的对照：Opus 5 的推理/解题表现更强，但代价也更高，属于典型的模型评测素材。
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