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
- Kimi K3 的「开源」有条件：年入 2000 万美元需另签协议 — alex_verem · 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
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27