Patrick Zandl
Česká pirátská strana
Twitter
Aktivní
Obsah příspěvku
Doplnění k Opus 4.6 – nezávislý ARC-AGI-2 benchmark (abstraktní reasoning, ne memorování):
Opus 4.5 → 4.6
24 % → 68 %
Trojnásobek.
GPT-5.2 vede absolutně (72 %), ale za ~$30/task. Opus 4.6 dává 68 % za ~$1. Třicetkrát levnější za 4 p.b. rozdíl.
Grok 4: 31 % za $50+. Bez komentáře.
ARC-AGI se nedá řešit memorováním – tohle je zatím nejpřesvědčivější nezávislý důkaz, že skok z 4.5 na 4.6 je velmi slušný!
Screenshot
Screenshot není k dispozici
Metadata
| Platforma | Twitter (social) |
| Publikováno | 05.02.2026 21:18 |
| První viděn | 02.10.2026 14:26 |
| Poslední kontrola | 17.10.2026 06:37 |
| Počet slov | 0 |
| Hlídač ID | a53cf5cb770574357e326e33f9b1c113 |
| Původní ID na platformě | 2019521128696279055 |
| Zdrojová URL | https://x.com/tangero/status/2019521128696279055 |
Blockchain proof (evidence manifest)
| Razítko celého důkazního balíčku (URL, hash obsahu, screenshot, odkaz na Wayback Machine, čas zachycení), pořízené ještě dokud byl příspěvek dostupný. Jiný důkaz než razítko obsahu při detekci smazání (sekce níže). | |
| Manifest hash (SHA-256) | ff09c856f537ea1bedc8525c879371ba7c50f6d83ea8b711eca7afc35ff392af |
| Stav | Razítko chybí — odeslání kalendářům se automaticky opakuje (periodická úloha) |
| Pozn. | Zobrazený hash může být novější než orazítkovaný tvar — manifest se v čase může změnit, takže razítko nemusí odpovídat právě zobrazenému hashi. |
Neprošlo ruční kontrolou