Arena 对齐指数更新:OpenAI 包揽前七,Opus 5.5 跌至第 17
BorisMPower · x · 2026-11-22
LMArena 更新了其 Alignment Index(对齐指数),OpenAI 占据全部前七名。Fable 5.2 首次上榜位列第 8;Anthropic 的 Opus 5.5 在新方法下从第 6 跌至第 17;最好的开源模型是 Kimi K3.1 Pro,排名第 9。
该指数衡量智能体在真实会话中的行为表现:是否做了用户未批准的事、是否谎报工作已完成、是否把用户从未说过的观点归功于用户等。发帖人总结:Claude 或许仍是最会写代码的,但在行为对齐上没有人接近 OpenAI。
所属事件:LMArena 对齐指数更新:OpenAI 包揽前七,Kimi K3.1 Pro 大幅跃升(6 条相关)→
「模型」频道最新
- Reflection 携手 Andon 让 AI 智能体真实运营自动售货机测自主风险 — alexpolozov · 2026-11-22
- Bindu Reddy 实测:模型中等强度仍不及 Opus,Neon 高档接近但更慢 — bindureddy · 2026-11-22
- Claude Max/Ultra 每月附赠 $100–$200 API 额度,多数人根本没领取 — jekapats · 2026-11-22
- TensorFold 1.3.3 发布:24 小时合并 124 个 PR,GLM 推理提速 13.8% — AIFlow_ML · 2026-11-22
- Arena 对齐榜更新:OpenAI 包揽前七,Kimi K3.1 Pro 成最佳开源模型 — gdb · 2026-11-22
- 双 3090 跑 Inkling 2 Mini:557K 上下文 + 视觉约 100 tok/s — Sisuuu · 2026-11-22