智能体
x.com ·
@Arena.ai (@arena)
Claude Opus 5.5 (High) 进入 Agent Arena 排名第二
Arena.ai 称 Anthropic 的 Claude Opus 5.5 (High) 进入 Agent Arena 排名第二，净改进分数 +12.15%，仅次于 Fable 5.1 (Max)；每任务中位价 1.31 美元，较 Opus 5 (High) 和 Opus 5 (Max) 分别便宜约 40% 和 56%，并称其推动帕累托前沿。分项信号中 Steerability 排名第一（+14.50%），Confirmed Success 第二（+15.50%）。相关排名与价格数据来自 Arena 榜单，评测方法未在正文披露。
AI推荐理由 Arena.ai 给出 Claude Opus 5.5 (High) 进入 Agent Arena 的排名与多项量化指标：净改进 +12.15%、每任务中位价 1.31 美元、较 Opus 5 系列成本下降 40%–56%，并列出 Steerability、Confirmed Success 等分项排名，属于有具体数字的第三方评测信号。局限在于数据来自 Arena 自有榜单，评测方法未在正文说明，且模型发布信息本身未获 Anthropic 官方确认，需保留不确定性。
74
浏览 85,307
点赞 365
评论 19
转发 15
正文
Claude Opus 5.5 (High) from @AnthropicAI just entered Agent Arena at #2, with a net improvement score of +12.15%. Only Fable 5.1 (Max) ranks higher. However, at a $1.31 median price per task, Opus 5.5 (High) comes in at 64% less cost, pushing out the Pareto frontier.
Opus 5.5 (High) posts a higher net improvement score than both prior Opus 5 variants, while costing 40% less than Opus 5 (High) and 56% less than Opus 5 (Max).
By signal, Opus 5.5 (High) ranks:
- #1 Steerability (+14.50%)
- #2 Confirmed Success (+15.50%)
- #3 Praise vs Complaint (+19.80%)
- #4 Bash Recovery (+10.64%)
Congrats to the @AnthropicAI on another frontier model release!