Did Codex Reset
GitHub

QQ·微信群

Claude Opus 5.5(High)在 Arena.ai Agent Arena 排名第二

Arena.ai

Arena.ai 將 Claude Opus 5.5(High)排在 Agent Arena 第二,淨提升得分為 +12.15%。排名更高的只有 Fable 5.1(Max)。按每項任務 1.31 美元的中位價格,Arena.ai 表示,Opus 5.5(High)的成本低 64%,並移動了帕累托前沿。

這項排名還顯示,Opus 5.5(High)的淨提升得分高於此前兩個 Opus 5 版本。Arena.ai 表示,它比 Opus 5(High)便宜 40%,比 Opus 5(Max)便宜 56%。

按信號劃分,Opus 5.5(High)在可引導性上排名第一,為 +14.50%;在確認成功上排名第二,為 +15.50%;在讚揚與抱怨上排名第三,為 +19.80%;在 Bash 恢復上排名第四,為 +10.64%。