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，智能体大涨但 Token 消耗翻倍(5 条相关)→
「模型」频道最新
- LLM 偏见与人类不同，可利用差异减少偏差 — JeffLadish · 2026-08-28
- GLM-5.3-Flash 实测 270 tok/s:质量比 5.2 高 10%,成本仅十分之一 — Yuchenj_UW · 2026-08-28
- 8GB 显存新答案:Ornith-1.5-35B-A3B 编码 agent 实测 32 tok/s — Elemental_Particle · 2026-08-28
- 用户实测：Qwen3.8-Flash-Next 多轮对话能力严重翻车 — QuixiAI · 2026-08-28
- 吴泳铭入选 TIME100 AI，Qwen 成全球下载最多开源模型 — Aiden_Tech_Ai · 2026-08-28
- 用户尝试下载 MiniMax H3 遭遇 Forbidden 错误 — musashiasano · 2026-08-28