GPT-6.1 上线 Arena 评测平台

AI 导读

Arena 宣布 OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。

推荐理由

OpenAI 新模型上架 Agent Arena 和 Code Arena，读者可自行投票并等待基于真实智能体任务的分数。

正文

@OpenAI 的 GPT-6.1 现已登陆 Arena！

前往 Agent Arena 进行测试，你的投票将影响它的评估。分数即将公布。

在 Agent Arena 中，我们基于数百万个真实世界、长时程的智能体任务来衡量模型。模型可以访问网络搜索、文件系统和终端工具来完成复杂的工作流。排行榜使用因果追踪方法，衡量模型相对于平均模型在结果上的表现。

GPT-6.1 也可在 Code Arena 中使用：WebDev、Text、Vision、Search 和 Document。