opus 5如何利用原生代數碾壓arc-agi-3紀錄

Anthropic 的 Claude Opus 5 在 ARC-AGI-3 基準測試中獲得了 30.2% 的分數，遠超 OpenAI 的 GPT-5.6 Sol 記錄的 7.8%。該模型表現出諸如將任務轉換為代數符號和建立反射方程來解決五個以前未解決的環境等新行為。ARC 獎認為這種領先歸因於真正更好的邏輯推理能力，實現了在不熟悉的環境中自主規劃。然而，獨立測試在廣漢寧的 Witness 基準測試中顯示 Opus 5 僅與 Fable 5 等競爭對手並列，指向更狹窄的特定類型增益。開發人員應當監測這種原始推理能力是否在生產中保持穩定，或者它是否僅反映了有針對性的強化學習。