Agnes 2.5 Pro Beta 跃居前沿梯队，智能体能力大涨但消耗翻倍
ArtificialAnlys · x · 2026-08-28
新加坡实验室 Agnes AI 发布 Agnes 2.5 Pro Beta，在 Artificial Analysis 智能指数中得分 49，较 Alpha 版提升 9 分，跻身前沿梯队。排名仅次于 Gemini 3.5 Flash 和 GPT-5.6 Luna，超越 MiniMax-M3。
关键提升在于智能体能力：Agentic Index 从 25 升至 44，τ³-Banking 指标接近三倍，GDPval-AA v2 的 Elo 分数大幅提升。推理能力评估略有进步，Humanity's Last Exam 准确率从 34% 升至 38%。
为降低幻觉率（从 88% 降至 33%），模型采用了更保守的“弃权”策略，尝试回答的问题比例从 94% 降至 45%。代价是输出 Token 数量翻倍，每项任务需消耗约 5 万输出 Token。该模型支持 100 万上下文、图文输入，定价为 $0.10/$0.30 每百万输入/输出 Token。
所属事件:Agnes 2.5 Pro Beta 跻身前沿梯队(5 条相关)→
「模型」频道最新
- 阶跃星辰开源 Step 5 Preview：600B 参数、27B 激活、1M 上下文 — Dr_Singularity · 2026-10-15
- 阶跃星辰开源 Step 5 Preview：600B 参数 MoE，1M 上下文冲上 OpenRouter 第二 — Dr_Singularity · 2026-10-15
- Google 官方展示 Gemini 4 Argon 攻坚内部最难工程问题 — CurieuxExplorer · 2026-10-15
- Perplexity 新 embedding 模型：大模型建索引、小模型做查询 — antoine_chaffin · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- 爆料称 Kimi 旗舰 x4 已完成预训练，K3.1 开始内部测试 — lyraxana · 2026-10-15