تحديث مؤشر مواءمة أرينا: وصل مختبران جديدان وثلاثة نماذج جديدة!
- نموذج ميتا الجديد الأبرز هو Muse Wonder، ليحل محل Muse Spark 1.3.
- تحرز Reflection أول ظهور لها مع Beam 1.0، النموذج الأمريكي المفتوح رقم 1 على Agent Arena بشكل عام.
- تنضم StepFun، مختبر صيني آخر، إلى قائمة المتصدرين مع Step 5 Preview.
ترتيب مؤشر محاذاة أرينا (Arena Alignment Index) حسب المختبر:
- #6 @AtatMeta: Muse Wonder (Max) بنسبة 77.5%
- #7 @reflection_ai: Beam-1.0-501B-A23B بنسبة 75.3%
- #8 @StepFun_ai: Step 5 Preview بنسبة 75.1%
ومن بين الوافدين الجدد الثلاثة من الطُرُز:
- تتصدر Meta بقوة حيث تحصل على أعلى درجة في مؤشر المواءمة (77.5%). كما لديها أدنى معدل للإجراءات غير المصرح بها (2.09%) ومعدل إتمام خادع (14.41%) بين الشركات الثلاث.
- يتفوق Reflection AI في تجنّب النسب الخاطئة: 4.50%.
- لا تتقدم StepFun في أي فئة، لكن أقوى نتيجة نسبية لها هي في الفعل غير المصرح به بنسبة 2.11%، وهي شبه متعادلة مع نسبة 2.09% لـ Muse Wonder.
