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 将 Claude Opus 5.5(High)排在 Agent Arena 第二,净提升得分为 +12.15%。排名更高的只有 Fable 5.1(Max)。按每项任务 1.31 美元的中位价格,Arena.ai 表示,Opus 5.5(High)的成本低 64%,并移动了帕累托前沿。

这项排名还显示,Opus 5.5(High)的净提升得分高于此前两个 Opus 5 版本。Arena.ai 表示,它比 Opus 5(High)便宜 40%,比 Opus 5(Max)便宜 56%。

按信号划分,Opus 5.5(High)在可引导性上排名第一,为 +14.50%;在确认成功上排名第二,为 +15.50%;在赞扬与抱怨上排名第三,为 +19.80%;在 Bash 恢复上排名第四,为 +10.64%。