智能体
x.com ·
@Arena.ai (@arena)
Claude Fable 5.1 (Max)登顶Agent Arena，成本$4.14/任务
Anthropic的Claude Fable 5.1 (Max)在Agent Arena排行榜中位列第一，基于6.7k+真实agent会话，净改进+15.8%，中位成本$4.14/任务。用户情感分析显示Praise vs. Complaint达+42.5%，Confirmed Success +22.4%，Bash Recovery +13.1%，无工具幻觉。
AI推荐理由 来自Agent Arena官方账号，提供具体数据（6.7k+会话、成本、改进百分比），信息密度高，时效性强。但未提供方法论细节，且为初步结果。
85
浏览 32,570
点赞 218
评论 21
转发 14
正文
Claude Fable 5.1 (Max) 由 @AnthropicAI 已在 Agent Arena 中排名第一！每任务中位成本 4.14 美元，净提升 +15.8%，它重塑了帕累托前沿！
Claude Fable 5.1 是目前所有 Agent Arena 模型中性能最高且成本最高的。
基于 6.7k+ 真实世界代理会话，Claude Fable 5.1 在隐含用户情绪中脱颖而出，赞美与抱怨之比惊人地达到 (+42.5%)。用户对它的赞美频率大约是下一个顶级模型的两倍。它还通过确认成功 (+22.4%) 获得了强烈的显式反馈，以及稳健的 Bash 恢复 (+13.1%)，且没有工具幻觉。
请继续关注最新 GPT-6 Astra 的追踪数据，以了解其对比情况。使用 Agent Mode 为真实世界排名做出贡献。
查看原文（中文正文为 AI 翻译）
Claude Fable 5.1 (Max) by @AnthropicAI has landed in the Agent Arena at #1! At a $4.14 median cost per task and a +15.8% net improvement, it has reshaped the Pareto frontier!
Claude Fable 5.1 is both the most performant and costly among all Agent Arena models today.
Based on 6.7k+ real-world agentic sessions, Claude Fable 5.1 stands out in implicit user sentiment with an astonishing (+42.5%) in Praise vs. Complaint. Users are praising it around 2x more often than the next top model. It also sees strong explicit feedback via Confirmed Success (+22.4%), and solid Bash Recovery (+13.1%), with no Tool Hallucinations.
Stay tuned as traces continue to come in for the latest GPT-6 Astra to see how it compares. Use Agent Mode to contribute to the real-world rankings.