Claude Opus 5 公布终端编码 43.3% 和 ARC-AGI-3 30.2%
Additional_Bowl_7695 · reddit · 2026-07-25
- 一张对比图展示了 Claude Opus 5 与 Fable 5、Opus 4.8、GPT-5.6 Sol 在编码、推理、搜索、电脑操作、业务流程、法律、健康和生物等多项能力上的成绩。
- 图中最醒目的结果包括：agentic terminal coding 43.3%、ARC-AGI-3 30.2%、computer use 70.6%、FrontierCode v1.1 Main 53.4%。
- 另一层信息是成本：图里把 Opus 5 (high) 的 ARC-AGI-3 成绩放在明显更高的评测成本下，与 Opus 4.8 (high) 和 GPT-5.6 Sol 形成对比。
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