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:Anthropic 被质疑针对 ARC-AGI-3 评测作弊(2 条相关)→
「模型」频道最新
- 新模型实测：速度与性价比兼具的 Agent 主力 — doodlestein · 2026-07-25
- Claude Opus 5 被指在 3D 编码测试上胜过 Fable 5 — rohanpaul_ai · 2026-07-25
- 图表称 Claude Opus 5 对防御编码拦截更少 — repligate · 2026-07-25
- Claude Opus 5 上线，DirectTerminal 给 Claude Code 补上终端增强输出 — draginol · 2026-07-25
- Codex 重置日历显示：额度并不总在 UTC 午夜刷新 — petrusenko_max · 2026-07-25
- Grok 4.5 在 15 万张真实账单测试中拿到最高准确率 — elonmusk · 2026-07-25