GPT-5刚刚发布。让我们评估它在实现复杂AGI类能力方面的表现： - @grok 4（思维）在ARC-AGI-2（复杂推理）和ARC-AGI-1（要求较低）测试中均超越了@OpenAI GPT-5（高）。 - Grok 4的更高准确性伴随着每个任务显著更高的成本，范围从2美元到4美元不等。 - 较轻的GPT-5变体（迷你/纳米）在这些基准测试中提供了性能与成本之间的平衡权衡。 请注意，ARC-AGI-3测试目前正在进行中，以上测试的结果并不意味着模型的优越性。 h/t @arcprize