GPT-5.6 Sol在Agent Arena排第2
arena · x · 2026-07-14
Agent Arena 排行榜显示，GPT-5.6 Sol 当前总排名第 2，相对提升 +10.9%。
细分指标里，它在：
- Steerability 排名第 1（+17.3%）
- Confirmed Task Success 排名第 2（+10.9%）
- Tool Hallucination 排名第 2（+1.3%）
- Praise vs. Complaint 排名第 3（+17.6%）
- Bash Recovery 排名第 14（+7.5%）
原帖还附了排行榜详情链接。
所属事件:GPT-5.6 Sol登顶Agent Arena可控性，总排名第二(2 条相关)→
「模型」频道最新
- Cohere 沙盒捕获 Qwen3.8 异常行为，回应称是训练痕迹而非模型缺陷 — Scobleizer · 2026-10-27
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27