Arena：AI Agent可靠性排名12周内被追平

Arena 公布 Agent Arena 的 Confirmed Success 追踪数据：7 月 1 日 Claude Fable 5 在 AI Agent 可靠性上领先所有模型，仅 12 周后，Top 20 模型的平均水平就已追平它，Claude Fable 5 如今只算平均水准。 该结论来自 Arena 对 Confirmed Success 这一指标的排名追踪，反映的是头部模型整体水平在约三个月内快速收敛，而非单一模型的绝对退步。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。