Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode

Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena,用户可通过投票驱动排行榜。Agent Arena 基于全球用户提交的数百万真实长程智能体任务评测模型,模型可使用网页搜索、文件系统和终端工具,排行榜采用因果追踪方法衡量相对平均模型的结果表现。

Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena,用户可通过投票驱动排行榜。Agent Arena 基于全球用户提交的数百万真实长程智能体任务评测模型,模型可使用网页搜索、文件系统和终端工具,排行榜采用因果追踪方法衡量相对平均模型的结果表现。

信息来源:X:Arena (@arena)

转载请注明出处:https://www.ysthink.site/5190/
赞 (0)
的头像
上一页 2026年9月23日
下一页 2026年9月23日

相关推荐

  • Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型,LAAL 降至 2.3 秒

    Qwen 发布 Qwen3.8-LiveTranslate,采用 Interleave 架构与 Hybrid-MoE Thinker-Talker 设计重构实时同声传译,平均滞后(LAAL)从上一代的 2.8 秒降至 2.3 秒。

    AI资讯 2026年9月18日
    00
  • MetaRoCE:为 AI 规模以太网打造的全新 RDMA 传输协议

    Meta 设计并开源了 MetaRoCE,一个专为 AI 工作负载在通用以太网上打造的 RDMA 传输协议,已通过 Open Compute Project(OCP)发布规范、参考软件实现和合规测试套件。该协议将智能移至端点,原生支持乱序交付、多路径、无损容忍和双向拥塞控制,无需 PFC,可在百万 GPU 规模下提供高吞吐、低尾延迟。现有 RDMA Verbs API 和软件栈无需修改即可运行。

    AI资讯 2026年8月25日
    00
  • Alphabet Q3 财报:年化收入达 5000 亿美元,Google Cloud 增长 103%

    Sundar Pichai 发布 Alphabet Q3 业绩:年化收入 run rate 达 5000 亿美元,总收入同比增长 25%。Google Cloud 收入增长 103%,1P 模型 API 每分钟处理近 32B tokens(环比增 40%);Search 查询同比增速为五年来最高,并提到 Argon、Carbon 领跑前沿及最新世界模型 Genie 4。

    AI资讯 2026年10月29日
    00
  • Claude Code 云端会话实战指南:每个任务独占一台 VM,可并行跑任务并以分支收尾

    Claude Code 推出云端会话:每个任务在独立 VM 上运行,仓库克隆到新分支,可从 claude.ai/code、手机、Desktop、终端和 Slack 启动并跟踪,完成后产出可转 PR 的分支,Pro、Max、Team、Enterprise 计划不额外收费。

    AI资讯 2026年10月6日
    00
  • Qwen3.8 开源发布,2.4T 参数模型上线

    Qwen3.8 即将发布并很快开源权重!🌐

    该模型拥有 2.4T 海量参数,正在持续进化。我们相信它是目前最强大的模型之一,可与领先的前沿 AI 模型媲美,仅次于 Fable 5。

    你无需等待即可测试。就在刚才,Qwen3.8-Max-Preview 已在阿里巴巴的 Token Plan、Qoder 和 QoderWork 上首次亮相。快来抢先体验吧。

    期待你的作品。敬请关注!🚀

    AI资讯 2026年7月19日
    00

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

自6.2开始主题新增页头通知功能,购买用户可免费升级到最新版体验