智能体
x.com ·
@lmarena.ai(@lmarena_ai)
Claude Sonnet 5.5 进入 Agent Arena 与 Code Arena：WebDev 1786 分列第 3
LMArena 称 Claude Sonnet 5.5（Max）在 Agent Arena 首次亮相即列第 3，净提升 +12.5%，较 Claude Sonnet 5（High，第 13，+4.4%）提升 8.1 个百分点，并在 Chat 分类以 +15.6% 居首。其每任务中位成本 2.74 美元，比第 2 名 Opus 5.5（High）的 1.58 美元高约 73%。在 Code Arena: WebDev 中，Claude Sonnet 5.5（xHigh）以 1786 分列第 3，混合价 8 美元/百万 token，距第 2 名 GPT-6 Astra（1788 分）仅 2 分而价格约为其 80%；分领域在 Gaming、参考式设计、品牌与营销列第 2，Simulations 第 3。Anthropic 模型占据 Agent Arena 前三。
AI推荐理由 LMArena 公布 Claude Sonnet 5.5 在 Agent Arena 与 Code Arena: WebDev 的排名、分数与成本：Agent Arena 第 3（+12.5%），WebDev 1786 分列第 3，混合价 8 美元/百万 token，距第 2 名 GPT-6 Astra（1788 分）仅 2 分而价格约为其 80%。含具体榜单与价格数据，但为榜单方自述、方法未披露，且与同源另一条内容重复。
66
浏览 43,095
点赞 352
评论 24
转发 22
正文
Exciting news: Claude Sonnet 5.5 (Max) by @AnthropicAI has debuted at #3 in the Agent Arena with +12.5% net improvement!
This release is a 8.1 percentage-point increase over Claude Sonnet 5 (High), which ranks #13 with +4.4% net improvement. By category, Claude Sonnet 5.5 secured the #1 spot in Chat (+15.6%) above both Fable 5.1 (+11.49%) and Opus 5.5 (+10.29%).
This performance comes with a higher cost: Claude Sonnet 5.5 (Max) has a median cost of $2.74 per task, about 73% higher than #2 Claude Opus 5.5 (High) at $1.58.
@AnthropicAI models now hold all three top positions in Agent Arena. Congrats to the team!
来源报道 · 2 篇 · 以下链接均前往原始媒体
lmarena.ai(@lmarena_ai)
Claude Sonnet 5.5 进入 Agent Arena 与 Code Arena：WebDev 1786 分列第 3
10-03 · 原文发布