Arena Agent Net ImprovementAgent

官方网站

源站 avgScore.value 以小数保存；本项目乘以 100 后按百分比展示。Arena.ai Agent 子榜主指标，按真实 Agent Mode 会话的因果追踪信号聚合而成。

排行数据源

#模型得分

1

Claude Fable 5Anthropic · High 模式

13.9%

2

Claude Opus 5Anthropic · High 模式

12.0%

3

GPT-5.6 SolOpenAI · xHigh 模式

10.9%

4

Kimi K3Moonshot · Max 模式

10.4%

5

Claude Opus 4.8Anthropic · Thinking 模式

9.5%

6

GPT-5.5OpenAI · xHigh 模式

8.7%

7

Claude Opus 4.7Anthropic · Thinking 模式

8.2%

8

Claude Sonnet 5Anthropic · High 模式

8.0%

9

GLM-5.2智谱AI · Max 模式

6.9%

10

Claude Opus 4.6Anthropic

6.7%

共 41 个模型

返回基准目录