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
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27