智能体
x.com ·
@Arena.ai (@arena)
Claude Opus 5.5 (High) 在 Agent Arena 排名第 2，成本显著低于前代 Opus 5
Arena.ai 称 Anthropic 的 Claude Opus 5.5 (High) 进入 Agent Arena 榜单第 2 名，净提升分 +12.15%，仅次于 Fable 5.1 (Max)。其每任务中位成本为 1.31 美元，比 Opus 5 (High) 低约 40%、比 Opus 5 (Max) 低约 56%，并推动帕累托前沿外移；分项中可操控性排名第 1，确认成功率排名第 2。
AI推荐理由 Arena.ai 公布 Agent Arena 榜单数据：Anthropic 的 Claude Opus 5.5 (High) 以 +12.15% 净提升分位列第 2，仅次于 Fable 5.1 (Max)，且每任务中位成本 1.31 美元，比 Opus 5 (High) 低约 40%、比 Opus 5 (Max) 低约 56%，在成本-性能帕累托前沿上形成位移；分项上可操控性排名第 1。这是带具体评测指标和成本数据的第三方榜单结果，对模型选型有参考价值；但榜单方法论、任务集与样本量未在片段中说明，排名结论需结合完整评测口径理解。
80
浏览 45,125
点赞 427
评论 17
转发 32
正文
Opus 5.5 (High) ranks #2 in Agent Arena and reshapes the Pareto frontier. Opus 5.5 (high) not only improved upon both Opus 5 variants with a higher net improvement score than either, but does so at at 40–56% lower cost:
- Opus 5.5 (High): $1.31 median per task / +12.15% net improvement
- Opus 5 (Max): $2.98 median per task / +9.58% net improvement
- Opus 5 (High): $2.17 median per task / +9.47% net improvement
Congrats again to @AnthropicAI!