Opus 5拿下ARC-AGI-3 30.2%创新纪录

时间：2026年7月26日 地点：美国旧金山 人物：Anthropic公司、ARC Prize Foundation创始人François Chollet 事件详情：ARC Prize Foundation于2026年7月24日公布最新基准结果，Anthropic旗下Claude Opus 5以30.2%得分刷新ARC-AGI-3纪录，成为该基准发布以来的最高分，远超此前由OpenAI GPT-5.6 Sol（Max）保持的7.8%。Opus 5在25个公开Demo环境中成功解开5个此前无人攻克的环境，其中4个达到或超越人类水平，并在测试中首次自主将任务翻译为代数符号、独立推导反思方程。ARC Prize分析认为，Opus 5的优势源于更强的逻辑推理能力，使其能在完全陌生的交互式环境中进行自主探索、规划与执行。 背景：ARC-AGI系列由深度学习先驱François Chollet发起，2026年3月发布最新版ARC-AGI-3，专测AI在未见过问题上的泛化与抽象推理能力。基准发布时Gemini 3.1 Pro仅得0.37%，至7月中旬GPT-5.6 Sol（Max）创下7.8%纪录，Anthropic前代Opus 4.8为1.5%。Opus 5以30.2%创下新纪录，是Opus 4.8的20倍、GPT-5.6 Sol的近4倍，并已超过自家Fable 5约20%的水平。Opus 5在标准推理设置下即达到此分数，而GPT-5.6 Sol的7.8%依赖最大推理强度的极端资源消耗。 影响： - 推动AI从记忆模式匹配走向通用推理，改写AGI评估体系 - 强化Anthropic在编程与企业级工作流自动化领域的领导地位 - 以半价（5/25美元/百万token）反超Fable 5，将加剧AI价格战 总结：ARC-AGI-3被视为衡量模型能否独立解决陌生问题的硬指标，30.2%意味着Opus 5在三分之一的情况下能完成人类可完成的任务，且这些任务绝对未在训练数据中出现。ARC Prize研究人员认为，这意味着模型已跳出训练数据范畴，开始具备通过交互推导陌生规则体系的能力。Opus 5同时在ARC-AGI-1上取得97.5%、ARC-AGI-2 Semi-Private上取得90.4%的成绩，验证了其在多代际推理基准上的稳定领先。这一突破不仅强化了Anthropic在编码与高阶推理赛道的优势，也为AGI评价标准提供了新的方向。 参考来源： - https://the-decoder.com/anthropics-opus-5-blows-past-fable-5-and-gpt-5-6-sol-on-the-benchmark-designed-to-measure-real-intelligence/ - https://arcprize.org/results/anthropic-claude-opus-5 - https://k.sina.cn/article_7879923018_1d5ae154a01901gjb0.html - https://k.sina.cn/article_5953190046_162d6789e06703lk8m.html - https://finance.sina.cn/stock/jdts/2026-07-25/detail-iniiytzh9155853.d.html - https://m.toutiao.com/article/7666326322578293288/ - https://baijiahao.baidu.com/s?id=1871659450791578279 - https://blog.csdn.net/yuntongliangda/article/details/163194182