Arena 改版榜单总览上线，聚合实时评测信号

Arena 上线重新设计的 Leaderboard Overview 页面，把分散的评测信号集中呈现，包括新增模型的实时信息流，以及按 Agents、图像、编码等分类的头部模型与实时会话数据。改版后的榜单基于累计超 3.54 亿次会话的全景数据，其中 Claude Fable 5.1 (Max) 位居 Agent 总榜首位，最低任务成本低至 0.04 美元。

2026-09-25 ~ 2026-09-25 · 2 条相关