บทความและงานวิจัย

Arena เปิดตัว Agent Arena อันดับเอเจนต์ AI ในโลกจริง

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

สรุปโดย AI

Arena เปิดตัวอันดับเอเจนต์ที่อิงงานของผู้ใช้จริง ประเมินผลโมเดลในงานเขียนโค้ด สร้างแอป วิเคราะห์เอกสาร แทนการใช้基準แบบแยกส่วน อันดับนี้อ้างอิงงานกว่า 300,000 งาน การเรียกใช้เครื่องมือกว่า 2 ล้านครั้ง และโค้ด 40 ล้านบรรทัด ผสานสัญญาณความสำเร็จของงาน การปฏิบัติตามคำสั่งแก้ไข การกู้คืนจากข้อผิดพลาด คำชมและข้อร้องเรียนของผู้ใช้ และการ hallucinate ของเครื่องมือ สามอันดับแรก: GPT-5.5 High (+10.7%), Claude Opus 4.7 Thinking (+9.5%), GPT-5.4 High (+8.9%)

ข้อมูลสำคัญ

  • Arena เปิดตัวอันดับเอเจนต์ที่อิงงานของผู้ใช้จริง ประเมินผลโมเดลในงานเขียนโค้ด สร้างแอป วิเคราะห์เอก…
  • 5 High (+10.
  • 7%),Claude Opus 4.
  • 7 Thinking (+9.
  • 4 High (+8.

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
X:Rohan Paul (@rohanpaul_ai)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
76
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Arena เปิดตัว Agent Arena อันดับเอเจนต์ AI ในโลกจริง 6 มิถุนายน 2026 https://new.nat6.net/th/news/cmq1hy4wt0fyrsltrxx64boz8/

ดูทั้งหมด →