某模型 ARC-AGI-2 得分 90%,单任务成本降至 3.12 美元
eyishazyer · x · 2026-09-02
转发讨论中提到:某模型在 ARC-AGI-2 基准上取得 90% 成绩,单任务成本 $3.12,同时成本较此前降低 32%,被认为展示了显著的推理能力提升与效率进步。原帖未指明具体模型,成绩细节待进一步证实。
「模型」频道最新
- Claude Fable 5.1 官方提示指南精读:16 条建议与 Agent 迁移清单 — xiaohu · 2026-09-02
- 传 Gemini 3.8 Flash 跑分出炉,Terminal Bench 超越 Opus 5 — kimmonismus · 2026-09-02
- Gemini 3.8 Flash 被称以更低成本达到约 Opus 5 水平 — inductionheads · 2026-09-02
- 博主实测 Fable 5.1 长程任务：断言金融咨询业将被颠覆 — felpix_ · 2026-09-02
- Qwen3.8-27B 技术评估：Max 版上线 Arena 前的开源小模型 — arena · 2026-09-02
- Qwen3.8-Max-0902 上架 Arena,27B 开源版获技术评测解读 — arena · 2026-09-02