LMArena 实测：开源模型 Hy3 闯入前端代码榜单前列
arena · x · 2026-07-22
LMArena 公布了最新一期的前端代码竞技场与智能体竞技场实测数据。开源权重模型 Hy3 表现亮眼，在前端代码竞技场中位列开源模型第二名（总榜第 16 名），并在参考设计、游戏、模拟等内容生成工具领域跻身前 20。
但在基于 8000 多次真实会话的智能体竞技场中，Hy3 总体仅排在第 25 位，净改进率为 -2.2%，在确认成功率和可操控性方面均出现下滑，不过在 Bash 环境恢复和工具幻觉控制上有小幅提升。
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)→
「编程与Agent」频道最新
- DeepMind 论文：LLM 无法真正随机，给随机种子才行 — rohanpaul_ai · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27