Arena.ai、Code・Work・Chat分野のAgent Arenaランキングを公開

Arena.aiは2026年10月5日時点のAgent Arena分野別ランキングを公開し、Code、Work、Chatにおけるエージェントの問題解決性能を評価した。このランキングは、実世界のタスクから収集されたリアルタイムの実行トレースを用い、現行フロンティアに対する純改善度を測定している。

すべてのカテゴリーでAnthropicのモデルが首位を占めている。Claude Fable 5.1 (Max) はCodeとWorkで1位、Chatで2位となった。Claude Sonnet 5.5 (Max) はChat分野で首位に立ち、Codeで4位、Workで5位につけた。

OpenAIのGPT 6 Astra (Max) は全3分野で上位4位以内に入り、Codeで2位、WorkとChatの双方で4位となった。Arena.aiは、CodeとWorkの順位の相関はChatと比べて高いと指摘した。例えばGemini 4 Argon (High) はCodeで14位、Workで12位だったが、Chatでは5位にランクインした。