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
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 换评测框架成绩大涨：Argon 改用 Antigravity Harness 逼近 Opus 5.5 — davidstutz92 · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26