Claude Opus 4.6 概念版跑分曝光：ARC-AGI-3 解题能力超越 Gemini 3.1 Pro
scaling01 · x · 2026-08-07
有博主分享了关于 ARC-AGI-3 基准测试的最新观察文章。文章指出，假设的 Claude Opus 4.6 在推理和记忆使用上表现优于 Gemini 3.1 Pro，能够解开更多测试关卡。作者因此对当前及未来模型解决 ARC-AGI-3 的能力抱有高度信心。
「模型」频道最新
- 月之暗面 Kimi K3 开源模型上线 Databricks，强化企业级数据应用 — matei_zaharia · 2026-08-07
- Keras 社区会议预告:本周五将展示全新 vLLM 集成 — fchollet · 2026-08-07
- Artificial Analysis 模型评测榜单更新 — teortaxesTex · 2026-08-07
- Epoch AI 推出全新游戏谜题基准，测试大模型推理能力 — Jsevillamol · 2026-08-07
- Laguna 模型在 Mac 实现 203 TPS，联合发起 MLX 推理加速竞赛 — morgymcg · 2026-08-07
- 实测 LFM2.5-2.6B：开启推理让工具调用成功率提升 26.7% — max_paperclips · 2026-08-07