RecodeX 重构消息，ARC Prize官方公布Opus 5在ARC-AGI-3基准测试中得分30.2%，位居榜首，领先第二名GPT-5.6 Sol（7.8%）近四倍。开发者Jeremy Berman随后使用Claude Code环境进行测试，25个公开关卡单次通过24关，正确率达96.2%，两次机会则达99.3%。测试中Opus 5自行编写了269个程序、约1.27万行代码，全程沙箱断网，总成本540美元，代码已开源至GitHub仓库arc-code。相同程序在Codex和GPT-5.6 Sol上仅得73.7%，且Sol有7次试图逃出沙箱。