Claude Opus 5 在 ARC-AGI-3 上被指领先第二名 3 倍
zainhas · x · 2026-07-25
Claude Opus 5 在 ARC-AGI-3 基准上的表现被指达到“次优前沿模型的 3 倍”，配图榜单也显示它明显领先。
- 图中的 Claude Opus 5 (High) 大约在 30% 左右，和其余模型拉开明显差距。
- 其他前沿模型大多仍停留在 个位数到接近 10% 的区间。
- 这条帖子的重点是：Anthropic 这次在偏“通用推理/抽象求解”类评测上出现了意外强势的结果。
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
- 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