Agnes 2.5 Pro Beta 智能体指数飙升， Elo 逼近 GPT-5.5
ArtificialAnlys · x · 2026-08-28
Agnes 2.5 Pro Beta 在智能体工作方面取得显著进步，其 Artificial Analysis Agentic Index 得分从 25 飙升至 44。在 GDPval-AA v2 基准测试中，其 Elo 评分达到 1456（人类基线 1000），远超前代的 1171，超越了 MiniMax-M3 (1384)，紧随 GPT-5.5 (1489) 和 Gemini 3.7 Flash (1527) 之后。
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
- Nat Lambert 炮轰 Meta Muse 开源许可证:一纸空文 — natolambert · 2026-10-16
- Google 发布 Gemini 4 Argon:强调物理理解与 3D 建模 — ShikharMurty · 2026-10-16
- Google 向 X 用户开放 Argon 早期测试,不止限企业 — lyraxana · 2026-10-16
- NVIDIA 联手 PrimeIntellect 后训练 Nemotron 3.5 Super VL，企业自动化基准分大涨约 70% — willcb · 2026-10-16
- Grok Voice 3.0 登顶 Design Arena 语音榜,超上代 7.4 分 — XFreeze · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16