长程智能体循环成顶级模型特征
ArtificialAnlys · x · 2026-07-08
Artificial Analysis分析显示,在智能体长循环任务中表现领先的模型普遍运行更多轮次。Claude Fable 5在14.2%全通过率下平均每任务约64轮;Claude Opus 4.8、GLM-5.2、MiniMax-M3落在56-64轮区间。Claude Sonnet 5运行轮次最长,平均每任务约161轮,是Fable 5的2.5倍。
所属事件:Artificial Analysis 发布 Harvey 法律智能体基准评测(8 条相关)→
「模型」频道最新
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27