Claude Fable 5.1 登顶 Agent Arena,单任务成本 4.14 美元居首
arena · x · 2026-09-06
- LMArena 旗下 Agent Arena 榜单更新：Anthropic 的 Claude Fable 5.1 (Max) 登顶第一名，净提升 +15.8%，重新绘制了性价比帕累托前沿——它同时是当前表现最好、也最贵的模型，单任务中位成本 $4.14。
- 数据规模：基于 6.7k+ 真实 agent 会话。
- 分项信号：隐式用户情感（Praise vs. Complaint）+42.5%，表扬频率约为第二名模型的 2 倍；显式确认成功率（Confirmed Success）+22.4%；Bash 恢复能力 +13.1%；零工具幻觉（Tool Hallucinations）。
- 榜单方表示后续将纳入 GPT-6 Astra 的 trace 以做对比，用户可通过 Agent Mode 贡献数据。
所属事件:Claude Fable 5.1 登顶 Agent Arena 总榜(3 条相关)→
「编程与Agent」频道最新
- Reddit 开发者求问：如何防止 Agent 提示词越改越退化 — SleepFlimsy6963 · 2026-10-23
- 接付费商单该用什么模型?Reddit 创作者晒 Claude Code+ComfyUI 工作流 — newaccount47 · 2026-10-23
- 社科学者批 AI 圈：把 Agent 开发当会自动变好的黑箱 — RexDouglass · 2026-10-23
- 网友 vibe coding 出 Tesla Roadster 小游戏，赶在 GTA VI 之前 — Jasonio · 2026-10-23
- Codex CLI 0.164.0 报 account/read 错误，重启 daemon 可解 — bytebot · 2026-10-23
- 同为原生 UI:Swift 版 80MB 仅限 Mac,Zig 版 10MB 三端通吃 — jedisct1 · 2026-10-23