OpenAI 表示，兩項 API 設定讓 GPT-5.6 在 ARC-AGI-3 上的分數翻了三倍，凸顯推理設定如何重塑模型效能。

Anthropic 的 Claude Opus 5 在 ARC-AGI-3 創下新高分，也再次引發人們對於真正推理能力提升，還是只是針對基準測試優化的疑問。