Claude Sonnet 5.5 上线 Arena 的 Agent Arena 与 Battle Mode 评测

AI 导读

Arena 宣布 Anthropic 的 Claude Sonnet 5.5 已进入 Agent Arena，并开放投票。Agent Arena 基于全球用户数百万个真实的长程智能体任务评测模型，模型可使用 web search、filesystem 和 terminal 工具完成复杂工作流，榜单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

Arena 介绍了其 Agent Arena 的评测方式，读者可以据此理解 Claude Sonnet 5.5 在真实智能体任务上的衡量口径。

正文

由 @AnthropicAI 打造的 Claude Sonnet 5.5 现已登陆 Agent Arena！

你的投票将驱动 @arena 排行榜，快前往并带上你最刁钻的提示词。

在 Agent Arena 中，我们基于来自全球用户社区的数百万个真实世界、长周期智能体任务来评测模型。模型可以访问网络搜索、文件系统和终端工具，以完成复杂的工作流。该排行榜采用因果追踪方法，衡量模型相对于平均模型在结果上的表现。

除 Agent Arena 外，@claudeai Sonnet 5.5 还进入了以下领域的对战模式：WebDev、Text、Vision 和 Document。