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