Agent Arena
9 則報導橫跨 9 期2026-07-20 起
2026-08-20X @arena
Agent Arena 推出 Pareto frontier 代理任務評測：Claude Opus 5 效能居冠，Kimi K3 具成本優勢
2026-08-19X @arena
Thinking Machines 開源 276B MoE 模型 Inkling-Small，Agent Arena 排名第 12 且 Bash 錯誤恢復居冠
2026-08-18X @arena
Agent Arena 推出新分類榜單：GPT 5.6 Sol 登頂 Code，Claude Opus 5 稱霸 Work 與 Chat
2026-08-05X @arena
DeepSeek-V4-Flash 公測上線，Agent Arena 排名總榜第 21、開源第 3，超越自家 V4-Pro
2026-08-04X @arena
Arena 研究實習生提出合成資料推論框架，以歷史任務校準且不需當前 ground truth
2026-07-30X @arena
Opus 5登Agent Arena亞軍
2026-07-28X @arena
Kimi K3開放權重並登榜首
2026-07-22X @arena
騰訊 Hy3 躋身代理評測前列
2026-07-20X @arena