GPT-5 剛剛發布。讓我們評估它在實現複雜 AGI 類能力方面的表現： - @grok 4（思考）在 ARC-AGI-2（複雜推理）和 ARC-AGI-1（要求較低）測試中均超越 @OpenAI GPT-5（高）。 - Grok 4 的卓越準確性伴隨著每個任務的成本顯著提高，範圍從 2 美元到 4 美元不等。 - 輕量級的 GPT-5 變體（迷你/納米）在這些基準上提供了性能和成本之間的平衡折衷。 請注意，ARC-AGI-3 測試目前正在進行中，以上測試的結果並不意味著模型的優越性。 h/t @arcprize