TWIST: бенчмарк, где модель видит кубик Рубика только через скриншоты. Opus 5 решил за 44 минуты, 99% времени ушло на размышления

Модель Claude Opus 5 прошла бенчмарк TWIST, решая кубик Рубика исключительно по скриншотам без текстового описания состояния. За 44 минуты модель сделала 73 скриншота и потратила 2617 секунд на размышления, выдав 83 хода против оптимальных 19.