Claude Opus 5 在 ARC-AGI-3 上达到 30.2%，远超此前前沿成绩
EricBuess · x · 2026-07-25
这条转发强调了 ARC-AGI-3 的难度和最新成绩：
- 这个基准被设计得非常“残酷”，人类可以解出 100% 的环境，而截至 3 月时，所有前沿模型都还不到 1%。
- 配图显示 Claude Opus 5（high） 已经做到 30.2%，相比此前前沿结果 7.8% 有明显跃升。
- 图里还展示了“总评测成本 vs 得分”的关系，说明这次进展不仅是分数提升，也伴随显著的评测成本上升。
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
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- 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
- Grok Bot 未经用户同意自动接入 X Money 账户,用户吐槽并撤资 — noahsolomon · 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