Ahora el resultado de alto perfil de NVIDIA se está difundiendo por Internet, pero la comparación resultó ser más confusa que los titulares.
El resultado de NVIDIA se obtuvo en
conjunto público ARC-AGI-3
, y no en el punto de referencia cerrado/semiprivado que se utiliza para la clasificación oficial. El propio Premio ARC advierte explícitamente que el conjunto público es más sencillo y no debe utilizarse como indicador oficial de progreso.
Además, no estamos hablando sólo del “modelo NVIDIA”: el sistema agente utiliza Claude Opus 5 dentro del arnés.
y el famoso
30,16% Opus 5
- Esto es sólo un resultado confirmado en una evaluación semiprivada y no una puntuación comparable en una evaluación pública.
Por lo tanto, estas cifras no se pueden comparar directamente: diferentes conjuntos de tareas + diferente aprovechamiento de agentes.