Claude Fable 5.1 登顶 Agent Arena 榜首,净提升达 15.8%
arena · x · 2026-09-06
Agent Arena 排行榜显示 Claude Fable 5.1 以 +15.8% 的净提升登顶总榜第一。分项表现:
- 好评 vs 差评:第 1 名(+42.5%)
- 确认成功:第 1 名(+22.4%)
- Bash 恢复:第 4 名(+13.1%)
- 可操控性(Steerability):第 28 名(+0.6%)
- 工具幻觉:无问题记录
整体来看,该模型在用户口碑与任务成功率上领先明显,但可操控性排名靠后是相对短板。
所属事件:Claude Fable 5.1 登顶 Agent Arena 总榜(3 条相关)→
「模型」频道最新
- 开源社区反击「去审查模型制造漏洞论」：防御性审计发现漏洞不背锅 — max_paperclips · 2026-10-23
- Fable 用量限制并未取消,只是移动端 App 更新了用量重置显示 — imjustnewatai · 2026-10-23
- Claude 全代码生成 11 分钟末日短片:AI 不反抗,只是等待 — ZeroStateReflex · 2026-10-23
- Gemini 竟读不到自己的 Personal Instructions,用户反复开关设置无效 — Connect_Reporter_799 · 2026-10-23
- 扩散语言模型的偏见排名随采样配置改变,去偏后仍不稳定 — Bollegala · 2026-10-23
- 月付 20 美元同时跑 100 个 DeepSeek v4.1 flash agent — zack_overflow · 2026-10-23