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

Anthropic 旗下模型领跑全部三大领域：Claude Fable 5.1 (Max) 位列代码与工作领域第一，Claude Sonnet 5.5 (Max) 领跑对话领域。OpenAI 的 GPT 6 Astra (Max) 在所有分类中均位列前四。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-22T13:09:00.000Z
Query date (Asia/Shanghai): 2026-11-22

HTML: https://didcodexreset.com/zh/news/32628e01681f4a25903f5179.html

Content language: zh-CN
Localization state: translated

来源：Arena.ai · 发布于 2026/10/6 03:24:20

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。

Tags: Arena.ai, Agent Arena, Anthropic, 基准测试

[查看主帖原文](https://x.com/arena/status/2107184642944389402)
