热点事件持续更新
Agent Arena 榜单：Opus 5.5 净提升居首
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 13 日，AGI Hunt 报道 Arena 补发 Agent Arena 排行榜链接与完整榜单数据。该榜单以 Confirmed Success 指标衡量 agent 可靠性，即由用户确认任务是否真的完成；榜单基于 238 万+ 会话、覆盖 53 个模型。Claude Opus 5.5 (Max) 以 15.53% 净提升居首，GPT 6 Astra (Max) 以 13.09% 位列其后，Claude Fable 5.1 (Max) 以 12.66% 紧随其后；此外，Gemini 4 的工具幻觉为榜单最低。同日另一篇报道称，12 周内开源模型已追平 Claude Fable 5，且成本低 89–96%。以上为目前公布的最新进展。
AI 根据报道生成 · 55 分钟前更新
最新进展10月13日 02:24
同日另一报道称，12 周内开源模型追平 Claude Fable 5，成本低 89–96%。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AGI HuntAgent Arena 榜单详解：Opus 5.5 净提升居首，Gemini 4 工具幻觉最低
Arena 补发 Agent Arena 排行榜链接与完整榜单数据，基于 238 万+ 会话、53 个模型，Claude Opus 5.5 (Max) 以 15.53% 净提升居首，GPT 6 Astra (Max) 13.09%、Claude Fable 5.1 (Max) 12.66% 紧随其后。
- AGI Hunt精选Agent Arena 发布智能体排行榜：12 周内开源模型追平 Claude Fable 5，成本低 89-96%
Arena 发布 Agent Arena 排行榜，用用户确认任务是否真的完成的 Confirmed Success 指标衡量 agent 可靠性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。