腾讯 Hy3 在 Agent Arena 8 千次实测中排第 25
arena · x · 2026-07-22
腾讯 Hy3 在 Agent Arena 排名第 25
Agent Arena 的实时智能体评测显示，Hy3 在 8000+ 次 live agentic sessions 中排到 总榜第 25。
- 总体净提升：-2.2%
- Confirmed Success：-4.6%
- Praise vs Complaint：-2.9%
- Steerability：-7.1%
- Bash Recovery：+2.6%
- Tool Hallucination：+0.9%
所属事件:腾讯混元 Hy3 前端代码竞技场夺开源第二，智能体榜单表现分裂(8 条相关)→
「模型」频道最新
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11