ARC-AGI-3 新纪录升至 30.2%，争论转向底座模型与合成数据
teortaxesTex · x · 2026-07-26
- 这条转发讨论了 ARC-AGI 分数背后的含义，核心观点是：最近的提升更像是更强底座模型 + 合成数据流水线带来的结果，而不是某种神秘的新推理突破。
- 贴文称，最新一代模型里，Gemini 3 Pro 和 GPT-5.2 已经在 ARC-AGI-2 上超过了人类基线；作者认为主要功劳来自 Google 和 OpenAI，Poetiq 之类的 scaffold 只是做了少量包装。
- 引用的 ARC Prize 更新则给出最新榜单：Claude Opus 5 以 30.2% 成为 ARC-AGI-3 新 SOTA，而此前最高分是 GPT-5.6 Sol (Max) 的 7.8%。ARC Prize 还提到，Opus 5 展现出一些帮助它解开此前未通关环境的新行为。
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
- 曝 OpenAI API 中出现未发布模型 GPT 6 Sol — SteveEricJordan · 2026-09-11
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- 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