前沿实验室爆料称 Opus 5 的 ARC-AGI 3 分数像假的
flowersslop · x · 2026-07-25
有自称来自前沿 AI 实验室的人说，Opus 5 的 ARC-AGI 3 分数“看起来像假的”。他的判断是：要么对方把基准刷得过头了，要么另一家实验室严重低估了竞争对手的领先幅度。
这条并没有给出证据，但核心信息是：这个成绩正遭遇真实性质疑，可能涉及严重的 benchmark 刷分。
所属事件:Opus 5 ARC-AGI-3 高分引发造假与过拟合争议(11 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