Claude 在 Arena 智能体榜单好评率近其他模型两倍
据 @petergostev 援引 Arena agent 排行榜数据,Claude 模型在代理任务中的好评与差评比例接近其他任何模型的两倍,抱怨率仅为其他模型的一半。Thursdai 播客新一期围绕 Anthropic 模型在代理任务上的表现争议展开讨论,并热议疑似「Claude Fable 5.2」的版本谜团,引发社区关注。
2026-11-18 ~ 2026-11-18 · 2 条相关
- Arena 智能体榜单:Claude 好评差评比近两倍领先其他模型 — thursdai_pod · 2026-11-18
- Claude Fable 5.2 Arena 代理榜抱怨率仅为其他模型一半,播客热议版本谜团 — thursdai_pod · 2026-11-18