待验证50% 置信基准精确时间

Opus 5在ARC-AGI 3上的得分是次优模型的三倍

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/23

首次发现

有效期至：2026/11/21

来源

Claude Opus 5值得升级吗？三问选型法帮你做决策

涉及实体

Claude Opus 5model ARC-AGI 3concept

相关事实

待验证Claude Opus 5在ARC-AGI-3上得分30.2%，而上一代仅1.5%79% 相似待验证千问3.6在多回合智能体增强能力等维度上接近甚至部分指标高于Claude 4.5 Opus70% 相似待验证Prime Agent 搭配 Opus 5 模型在 ARC-AGI-3 基准上取得了 95.5% 的成绩，据称超越了报告中的人类专家基线70% 相似待验证在ARC-AGI-3上Sol Max达到接近8%，而Opus和Gemini均低于1%69% 相似待验证Opus 5在Frontier-Bench上的表现超过Opus 4.8的两倍69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/789614

API

curl https://kongchang.com/api/v1/knowledge/claims/789614

MCP

get_claim(id=789614)