논문 및 연구

Arena, 실제 환경 AI 에이전트 리더보드 Agent Arena 공개

원제목:Arena just released a real-world agent leaderboard that ranks AI models by how well they complete ac...

AI 요약

Arena가 실제 사용자 작업 기반의 에이전트 리더보드를 출시했다. 고립된 벤치마크가 아니라 코드 작성, 앱 구축, 문서 분석 등 작업에서 모델 성능을 평가한다. 리더보드는 30만+ 작업, 200만+ 도구 호출, 4000만 줄 코드를 기반으로 작업 성공, 교정 준수, 오류 복구, 사용자 칭찬과 불만, 도구 환각 등의 신호를 종합한다. 상위 3위는 GPT-5.5 High(+10.7%), Claude Opus 4.7 Thinking(+9.5%), GPT-5.4 High(+8.9%)다.

핵심 정보

  • Arena가 실제 사용자 작업 기반의 에이전트 리더보드를 출시했다.
  • 고립된 벤치마크가 아니라 코드 작성,앱 구축,문서 분석 등 작업에서 모델 성능을 평가한다.
  • 리더보드는 30만+ 작업,200만+ 도구 호출,4000만 줄 코드를 기반으로 작업 성공,교정 준수,오류 복구,사용자 칭찬과 불만,도구 환각 등의 신호를 종합한다.
  • 상위 3위는 GPT-5.
  • 5 High(+10.

한눈에 보기

게시
업데이트
출처
X:Rohan Paul (@rohanpaul_ai)
카테고리
논문 및 연구
AI 점수
76
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

Arena 跳出了刷榜逻辑,用真实用户的多轮交互来评估 Agent,这比任何 toy benchmark 都更有说服力,选模型做 Agent 应用的可以把它当新指南。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: Arena, 실제 환경 AI 에이전트 리더보드 Agent Arena 공개. 2026년 6월 6일. https://new.nat6.net/ko/news/cmq1hy4wt0fyrsltrxx64boz8/

전체 보기 →