AI News

Arena 周报:Claude Fable 5.2 登顶 Agent Arena,Gemini 4…

Arena更新于 11月14日 05:00

This Week in the Arena: Fable 5.2 takes #1, and Gemini 4 Hydrogen brings the speed.

AI 导读

Arena 本周榜单显示,Anthropic 的 Claude Fable 5.2(Max)在 Agent Arena 登顶,基于 7.8k 真实会话取得 +30.5% 净提升。Google DeepMind 的 Gemini 4 Hydrogen(High)是 Agent Arena 前十中最快的模型,典型单步耗时 7.3 秒。Meta 最小的 Muse Ember(Max)首次进入 Code Arena: WebDev,以 1609 分排第 37,单任务中位成本 $0.03;thinkymachines 的 Inkling 2 Small 开放权重后以 1647 分成为该榜美国第一开源模型;MiniMax H3-Image 以 1365 分位列 Multi-Image Edit 开源第一、总榜第 11;百度 ERNIE 5.5 Flash Preview 以 1668 分(AutoEval)逼近该榜开源第二,上下文窗口 1M token。

推荐理由

AI 评分 58

榜单汇总了六款模型在 Agent 与 WebDev 两个竞技场的排名、分数和成本,可横向比较各家的位置与代价。

主题

标签

正文 · AI 翻译

本周竞技场:Fable 5.2 登顶第一,Gemini 4 Hydrogen 带来速度。

- @AnthropicAI 的 Claude Fable 5.2(Max)在 Agent Arena 登顶第一,截至今日在 7.8k 真实会话中取得 +30.5% 的净提升。 - @GoogleDeepMind 的 Gemini 4 Hydrogen(High)发布,是 Agent Arena 前十中最快的模型,典型单步耗时 7.3 秒。 - @AIatMeta 的 Muse Ember(Max)是 Meta 最小的模型,首次亮相 Code Arena: WebDev。今日以 1609 分位列第 37,单任务中位成本为 $0.03。 - @thinkymachines 的 Inkling 2 Small 现已开放权重,以 1647 分成为 Code Arena: WebDev 中美国第一的开源模型。 - @MiniMax_AI 的 MiniMax H3-Image 以 1365 分成为 Multi-Image Edit 中第一的开源模型(总榜第 11),与 Nano Banana 2 和 Nano Banana Pro 持平。 - @Baidu_Inc 的 ERNIE 5.5 Flash Preview 正朝着 Code Arena: WebDev 开源第二的位置攀升,得分为 1668 分(AutoEval),上下文窗口为 1M token。

采用 Apache 2.0 的开放权重即将推出。https://t.co/wXf4WOlqMA

来源

Arena