Arena publicó la última lista de Agent Arena, y Claude Sonnet 5.5 de Anthropic alcanzó el puesto 3 con una mejora neta de +12.5%. El coste medio por tarea...
Arena publicó la última lista de Agent Arena, y Claude Sonnet 5.5 de Anthropic alcanzó el puesto 3
con una mejora neta de +12.5%. El coste medio por tarea es de $2.74, aproximadamente un 73% más alto que Claude Opus 5.5, que ocupa el segundo lugar ($1.58), y el Opus 5.5 obtiene una puntuación más alta; por lo tanto, Sonnet 5.5 no entra en el frente de Pareto de Agent Arena. Según las referencias citadas, Sonnet 5.5 ocupa el primer lugar en la categoría Chat con +15.6%, y los modelos de Anthropic acaparan los tres primeros puestos de Agent Arena.
Arena 发布 Agent Arena 最新榜单，Anthropic 的 Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本 $2.74，比排名第 2 的
Claude Opus 5.5（$1.58）高约 73%，且 Opus 5.5 得分更高，因此 Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿。
据引用内容，Sonnet 5.5 在 Chat 类目以 +15.6% 排名第 1，Anthropic 模型包揽 Agent Arena 前三名。
Arena 发布最新 Agent Arena 榜单：Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本为 2.74 美元；其 Chat 类目得分为 +15.6%，排名第 1。
Claude Opus 5.5 排名第 2，单任务中位成本为 1.58 美元，且得分高于 Claude Sonnet 5.5。由于成本更高且得分更低，Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿；Anthropic 模型包揽前三名。
Aioga 判断：该榜单同时呈现了 Claude Sonnet 5.5 在 Chat 类目的领先表现，以及其整体排名、成本和 Pareto 前沿资格之间的差异。仅凭现有材料，不能进一步推断模型的适用范围或性能原因。
可能影响：评估 Agent 模型时，需要同时关注净提升得分、单任务中位成本、类别排名和 Pareto 前沿状态；Sonnet 5.5 的 Chat 类目第一不代表其整体成本效率或综合排名同样领先。 后续观察：需要继续关注 Agent Arena 后续榜单中 Claude Sonnet 5.5 的排名、净提升得分、单任务中位成本及 Pareto 前沿状态是否变化，并核对 Chat 类目表现是否延续。
La fuente proporciona título, resumen, atribución y enlace original. Aioga no republica el artículo completo.
Canal de ingesta: Agregación de resúmenes · Dominio original: x.com
Fuente: Arena
Enlace original: Abrir fuente original
Archivo Aioga: Abrir página de inteligencia
Content record: social-summary · Updated: 2026-10-02T19:33:51.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga agrega novedades globales de IA y conserva las fuentes para verificación y cita.