待验证50% 置信基准精确时间

在完全相同的模型下，仅靠Harness策略优化，ARC-AGI-3得分从13.3%提升到38.3%，同时输出Token节省约六倍

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/26

首次发现

有效期至：2026/11/24

来源

Codex Harness开源：AI护城河从模型转向运行时

涉及实体

Codex Harnessproduct ARC-AGI-3concept

相关事实

待验证Opus 5在ARC-AGI 3上的得分是次优模型的三倍75% 相似待验证Claude Opus 5在ARC-AGI-3上得分30.2%，而上一代仅1.5%66% 相似待验证o3模型在2024年12月的ARC-AGI测试中达到87.5%，同期在Codeforces的评分达到2727（超越99.95%的人类参赛者）64% 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%64% 相似待验证OpenAI o4在ARC-AGI-2测试中得分68.8%，GPT-5.2得分52.9%61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/802114

API

curl https://kongchang.com/api/v1/knowledge/claims/802114

MCP

get_claim(id=802114)