Claude Opus · ARC-AGI-2 · ARC Prize Foundation private dataset · 历代记录

按发布时间查看 Claude Opus 的 3 次发布在 ARC-AGI-2 · ARC Prize Foundation private dataset 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

Claude Opus 4.5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Claude Opus 4.5 · ARC-AGI-2 成绩与配置
指标与成绩配置与评测条件出处
Accuracy37.6%原文 37.6% · 单位 %
公布 未确认
ARC Prize Foundation private validation, 64K thinking
设置
64K thinking tokens; ARC Prize Foundation private validation dataset.
未知项
Run count and evaluation harness details are not stated in the card.
工具
工具条件未记录
推理预算
思考预算 64K
框架
未记录
协议
ARC-AGI-2 private validation dataset; ARC Prize Foundation reported result.
条件
64K thinking budget; this private-validation result is separate from the existing ARC-AGI-2 Verified main-table result, and the card does not establish dataset equivalence.
在排名中查看此成绩

Claude Opus 4.6

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Claude Opus 4.6 · ARC-AGI-2 成绩与配置
指标与成绩配置与评测条件出处
Accuracy69.17%原文 69.17% · 单位 %
公布 未确认
ARC-AGI-2 private dataset · High · 120K
设置
ARC Prize Foundation private dataset;High effort;120K thinking tokens。
未知项
未另记
工具
工具条件未记录
推理预算
high · 思考预算 120K
框架
未记录
协议
ARC-AGI-2;ARC Prize Foundation private dataset。
条件
External ARC Prize Foundation report;High effort;120K thinking tokens。与 Table 2.3.A 的 68.8% Verified/Max 结果不同 source、dataset 和 config。
在排名中查看此成绩

Claude Opus 4.7

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Claude Opus 4.7 · ARC-AGI-2 成绩与配置
指标与成绩配置与评测条件出处
Accuracy75.83%原文 75.83% · 单位 %
公布 未确认
ARC-AGI-2,max effort
设置
ARC Prize private validation set; max thinking/effort; standard sampling.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
ARC-AGI-2 private validation; max thinking.
条件
New Opus-class high score stated in §8.11 and Figure 8.11.A.
在排名中查看此成绩