OpenAIは、2つのAPI設定によりARC-AGI-3でのGPT-5.6のスコアが3倍になったと述べ、推論設定がモデル性能をどう変えうるかを強調した。

AnthropicのClaude Opus 5がARC-AGI-3で新たな最高スコアを記録し、真の推論力向上なのかベンチマーク対策なのかという新たな疑問を呼んでいる。