Claude Fable 5.2 登顶 Agent Arena,净提升超第二名 1.5 倍
daniel_mac8 · x · 2026-11-12
Arena 公布 Agent Arena 排行,Anthropic 的 Claude Fable 5.2 (Max) 以 +30.4% 净提升登顶帕累托前沿,中位成本 $7.3/任务。
帕累托前沿主要模型:
- #1 Claude Fable 5.2 (Max): +30.4%,$7.3/任务
- #2 Claude Opus 5.5 (Max): +19.5%,$5.5/任务
- #3 Gemini 4 Carbon (High): +17.0%,$1.5/任务
- #7 GPT-6.1-Sol (Max): +12.5%,$1.1/任务
- #8 GPT-6.1 Terra (Max): +10.8%,$0.9/任务
相比第二名 Opus 5.5,Fable 5.2 净提升超过其 1.5 倍,成本仅高 32%;相比上一代 Fable 5.1,提升约 2 倍且成本还低 6%。
「模型」频道最新
- VulnCheck 审计 Glasswing:37966 项发现仅 0.57% 被修复 — WeldPond · 2026-11-12
- 里程碑:PostTrainBench 上 AI 后训练成绩超过人类专家版 SmolLM3-3B — maksym_andr · 2026-11-12
- Claude 疑似真能「听」视频发音，创作者实测发现反常识能力 — RileyRalmuto · 2026-11-12
- 资深研究者抱怨 Claude 安全拦截过严:基础生化工作也触发回退 — rbhar90 · 2026-11-12
- Hugging Face 三大消融团队放量大批 Qwen 无审查模型,按显存对号入座 — udmrzn · 2026-11-12
- Reddit 用户爆料：Qwen 4 Max 输出介于 Kimi 3.1 Pro 与 DeepSeek 之间 — power97992 · 2026-11-12