Agent Arena 排行页加入 GPT-5.6 三个新变体
arena · x · 2026-07-28
Agent Arena 排行页把 GPT-5.6 Sol / Terra / Luna 放进了真实代理任务的前排。
- 榜单按 net improvement、confirmed success、steerability、bash recovery、tool hallucination 等维度排序
- GPT-5.6 Sol (xHigh) 目前约为 +10.11%
- GPT-5.6 Terra (xHigh) 和 GPT-5.6 Luna (xHigh) 也分别是 +4.0%、+3.3%
- 页面显示累计 1,385,187 sessions、42 models
这条更像是同一榜单事件的补充页面。
所属事件:Agent Arena 榜单：Claude Opus 5 跑赢 GPT-5.6(4 条相关)→
「模型」频道最新
- 网友称 Claude Opus 5.5 视觉设计能力为测试过的模型中最佳 — _sholtodouglas · 2026-09-23
- 网友实测称未发布的 Claude Opus 5.5 视觉设计能力最强 — MickeySteamboat · 2026-09-23
- Anthropic 团队成员称已修复 Opus 5.5 的写作能力 — dreamwieber · 2026-09-23
- 继续实测:6 个 luna 模型照图作画,结果出乎意料地不差 — adonis_singh · 2026-09-23
- 用 computer use 让模型照参考图作画,Opus 与 Astra 实测对比 — adonis_singh · 2026-09-23
- AI 玩狼人杀说服众人投出对手,最终获胜 — pbbakkum · 2026-09-23