Anthropic의 Claude Opus 5가 신규 과제 해결 능력을 재는 ARC-AGI-3 벤치마크에서 30.2%를 기록, OpenAI GPT-5.6 Sol(Max)의 종전 최고 7.8%를 약 4배 앞섰다. 미해결 환경 5개를 새로 풀었고 이 중 4개는 인간 수준 이상이었으며, 과제를 대수 표기로 변환하고 반사 방정식을 스스로 세우는 등 이전 모델에서 없던 행동을 보였다. ARC Prize는 이를 자율적 탐색·계획을 가능케 하는 논리 추론 향상 덕분으로 분석했다. 다만 사설 벤치마크 Witness에서는 43.4점으로 Kimi K3·Fable 5와 통계적 동률에 그쳐, ARC-AGI-3 공개 이후 개발된 모델인 만큼 벤치마크 타깃 학습 가능성도 제기된다. 추론 성능 도약이 실제로 얼마나 일반화되는지가 향후 검증 관건이다.

• •Claude Opus 5, ARC-AGI-3에서 30.2% 기록—GPT-5.6 Sol(Max)의 종전 기록 7.8%의 약 4배
• •미해결 환경 5개 해결(4개는 인간 수준 이상), 과제의 대수 표기 변환·반사 방정식 독자 수립 등 신규 행동 관찰
• •ARC-AGI-2 90.4%, ARC-AGI-1 97.5%로 기존 최고 수준과 동률(비용은 다소 높음)
• •사설 벤치마크 Witness에서는 43.4점으로 Kimi K3·Fable 5와 통계적 동률—향상 폭이 훨씬 작아 벤치마크 타깃 학습 논쟁
• •ARC Prize 측은 익숙지 않은 환경에서의 자율 탐색·계획을 가능케 한 논리 추론 향상을 원인으로 분석