Claude Fable 5.1 登顶 ARC-AGI-2:90% 得分、单任务成本 $4.49
geoffwolfe · x · 2026-09-19
- ARC Prize 官方页面显示,Claude Fable 5.1 在最大推理强度下于 ARC-AGI-1 Semi-Private 拿到 97.5%(单任务 $1.40),ARC-AGI-2 Semi-Private 拿到 90.0%(单任务 $4.49)。
- 该模型提供 5 档推理强度,ARC-AGI-2 上从 Low 的 78.3% 到 Max 的 90.0%,分数随推理预算稳步上升;ARC-AGI-1 几近饱和(90.0%→97.5%)。
- 榜单还列有 DeepSeek V4、Gemini 3.x、GPT-5.6/6、Grok 4.x、Kimi K3 等多个变体的已验证成绩。
- 评论者指出,ARC-AGI-2 已成为「分数+成本」双维基准,剩余信号集中在仍能区分推理努力、一致性与推理预算的困难尾部任务上。
「模型」频道最新
- 圈内人预测 Astra 6.2 明日发布，调侃今天先多用点额度 — bdsqlsz · 2026-11-04
- 实测发现同名 Claude 一天走 Bedrock 一天走 Anthropic 直连 — georgos_pappas · 2026-11-04
- GLM-5.3 去审查版 3 分 41 秒完成红队攻击,原版直接拒绝 — bratton · 2026-11-04
- 腾讯混元发布 Hy4,开源权重即将放出 — heatOverflower · 2026-11-04
- OpenAI 下一代模型成本惊人，网友调侃需要 800B 激活参数 — teortaxesTex · 2026-11-04
- Gemini 拒识一张纯数字截图，图像理解翻车现场 — Regular_Elk4015 · 2026-11-04