Opus 5 在 ARC-AGI-3 拿到 30%，但优势没迁移到保留测试集

Charuru · reddit · 2026-07-25

截图里的关键信息是：Opus 5 在 ARC-AGI-3 上拿到 30%，大约是此前最好成绩的 4 倍、也是 Opus 4.8 的 20 倍左右。但作者随后补充说，这种提升没有迁移到自家的 Witness 保留测试集上：Opus 5 与 kimi-k3、Fable-5 基本打平，明显强于 Opus 4.8，但远谈不上代际跃迁。结论是，这个模型更像是在熟悉谜题模板上学得很强，但在需要通过交互发现新规则的任务上反而退步。