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
- DeepSeek 每 token KV 缓存两年降至 890 字节,开源闭源差距之辩 — teortaxesTex · 2026-10-27
- 爆料推测:fable 5.5 或达 4-5 万亿参数,以规模压制 Opus — haider1 · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- 自建 48GB 显存可跑的视觉问答基准：Qwen3.8-Flash-Next 领先 — EmilPi · 2026-10-27