Claude Sonnet 5.5 在 ARC-AGI 基准上的成绩公布
Claude Sonnet 5.5 from @AnthropicAI on ARC-AGI (Verified):
AI 导读
ARC Prize 公布 Anthropic 的 Claude Sonnet 5.5 在 ARC-AGI 各代基准上的成绩：ARC-AGI-3 在 provider adapter harness 下为 72.4%、成本 8.2K 美元，在标准 harness 下为 24.3%、成本 7.4K 美元；ARC-AGI-2 为 83.9%、每任务 0.55 美元；ARC-AGI-1 为 96.5%、每任务 0.14 美元。ARC Prize 称 Sonnet 5.5 在 ARC-AGI-3 上的 72.4% 值得关注。
推荐理由
精选AI 评分 68
ARC Prize 公布 Claude Sonnet 5.5 在三代 ARC-AGI 基准上的分数与单任务成本，可对比不同 harness 下的表现差异。
主题
正文 · AI 翻译
来自 @AnthropicAI 的 Claude Sonnet 5.5 在 ARC-AGI（已验证）上：
- ARC-AGI-3：72.4%，$8.2K（提供商适配器测试框架），24.3%，$7.4K（标准测试框架） - ARC-AGI-2：83.9%，$0.55/任务 - ARC-AGI-1：96.5%，$0.14/任务
Sonnet 5.5 因其在 ARC-AGI-3 上 72.4% 的得分而引人注目。https://t.co/FBKS6gf96l