Agent Arena 发布 200 万真实任务智能体排行榜

Agent Arena 于 9 月 29 日上线基于真实世界任务的 AI Agent 排行榜,已累计超过 200 万次真实会话、覆盖 45 至 46 个模型。任务来自全球用户社区的长周期复杂工作流,模型可调用网页搜索、文件系统、终端等工具,榜单通过测量模型完成真实任务时的净提升幅度(含任务确认等指标)评估智能体表现,Claude Fable 5.1 位居榜首。

2026-09-29 ~ 2026-09-29 · 2 条相关

• Agent Arena 榜单:200 万真实任务实测,Claude Fable 5.1 居首 — arena · 2026-09-29

另有 1 条近重复转述:arena