ARC Prize 测试：Claude Opus 5 在 ARC-AGI-3 公众演示得分 30.2%
inductionheads · x · 2026-07-25
Anthropic 的 Fable-class 模型在 ARC Prize 的测试里，ARC-AGI-3 Public Demo 环境得分约 20%。
- Claude Opus 5 达到 30.2%，明显领先 Fable-class 模型。
- ARC Prize 认为，这种提升主要来自更强的逻辑推理能力。
- 这种能力进一步提升了模型在陌生环境中的自主探索、规划与执行表现。
所属事件:Claude Opus 5 创下 ARC-AGI-3 新纪录(15 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- 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