Arena.ai 公布 Agent Arena 榜单，涵盖代码、工作与对话三大领域

Arena.ai 发布了截至 2026 年 10 月 5 日的 Agent Arena 领域排行榜，评估了智能体在代码（Code）、工作（Work）和对话（Chat）中的问题解决能力。该榜单利用真实任务中收集的实时执行轨迹，衡量模型相较于当前前沿水平的净提升。

Anthropic 模型在各分类中均位列榜首。Claude Fable 5.1 (Max) 在代码和工作领域排名第一，在对话领域位列第二。Claude Sonnet 5.5 (Max) 则领跑对话分类，在代码领域排第四，工作领域排第五。

OpenAI 的 GPT 6 Astra (Max) 在全部三个分类中均进入前四，取得代码第二以及工作和对话第四。Arena.ai 指出，代码和工作分类的排名相关性高于对话；例如，Gemini 4 Argon (High) 在代码中排第 14 位，在工作中排第 12 位，但在对话中位列第五。