Arena 称 AI 智能体三个月格局剧变

Arena 公布 Agent Arena 榜单的 Confirmed Success 排名变化，该指标追踪用户委派真实任务并确认结果的比率。Arena 称，7 月 1 日 Claude Fable 5 领先所有模型，仅 12 周后前 20 名平均分便追平它。 Arena 还称，Kimi K3 用 3 周以低 89% 单任务成本超越该模型，DeepSeek V4.1 Flash 则以低 96% 成本持平。这些成本与性能对比均为 Arena 的说法，尚无其他来源证实。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。