Agent Arena 排行榜更新：Claude Opus 5 暂居榜首

arena · x · 2026-08-18

Agent Arena 是一个动态评估 AI Agent 在真实工具编排任务中表现的排行榜。排名基于工具可靠性、任务完成度、可控性等信号。截至 2026 年 8 月 13 日的数据显示，Claude Opus 5 (High) 以 12.19% 的净改进率位居第一，其次是 Claude Fable 5 (High) 和 Claude Opus 5 (Max)。OpenAI 的 GPT 5.6 Sol 排名第四，Moonshot 的 Kimi K3 (Max) 排名第五。榜单还包含了每项任务的成本、输出 Token 数及价格等详细数据。