Arena公布Agent Arena确认成功率榜单
热点事件持续更新
Arena公布Agent Arena确认成功率榜单
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月13日，Arena.ai 在 X 上公布其 Agent Arena 的 Confirmed Success 榜单结果。据其介绍，Agent Arena 让用户把真实任务交给智能体，并确认结果是否满足需求，这一信号被称为 Confirmed Success。Arena 称，7 月 1 日 Claude Fable 5 明显领先其他模型，仅 12 周后前 20 名平均分就已追平它；Kimi K3 在 3 周内以每任务低 89% 的成本超过它，DeepSeek V4.1 Flash 则以低 96% 的成本追平。上述分数、成本降幅与时间点均来自 Arena 的表述，尚无其他来源佐证。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 02:24
Arena：7 月最可靠的 AI 智能体如今只是平均水平报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Arena.aiArena：7 月最可靠的 AI 智能体如今只是平均水平
Arena 的 Agent Arena 通过用户确认任务是否完成来统计 Confirmed Success 信号。7 月 1 日 Claude Fable 5 明显领先其他模型，仅 12 周后前 20 名平均分就已追平它；Kimi K3 在 3 周内以每任务低 89% 的成本超过它，DeepSeek V4.1 Flash 则以低 96% 的成本追平。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月13日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。