Claude Opus 5 在 ARC-AGI-3 上拿到 30.2%
rbhar90 · x · 2026-07-25
Claude Opus 5 被称为第一个在 ARC-AGI-3 上“表现明显可用”的模型，基准分数达到 30.2%。
- 之前的最高分是 7.8%，由 GPT-5.6 Sol（Max）保持。
- 帖子作者复盘 replay 后指出：在半私有集上，Opus 5 能完整通关约 20% 的游戏，但也有约 20% 的题目直接拿 0 分，呈现出非常明显的“简单题会、难题不会”分化。
- 作者认为它在成功样本里体现出目标识别、假设探索和上下文携带能力，这可能是走向“新环境中的 agentic intelligence”的一步。
- ARC 官方引用还称，Opus 5 在一些此前无人解决的环境中展现出新行为，并超过了 Fable。
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
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27