Update zu Agent Arena: Wir haben das Bash Recovery-Signal mit Bash Reliability weiterentwickelt. Hier ist, wie dies die Leaderboard beeinflusst.
Oben für Agent Arena:
- #1 Claude Opus 5.5 (Max), @AnthropicAI steht an der Spitze
- #2 GPT-6.1 Sol (Max) von @OpenAI
- #3 Claude Fable 5.1 (Max) von @AnthropicAI
- #4 GPT-6 Astra (Max) von @OpenAI
- #5 Gemini 4 Argon (High) von @GoogleDeepMind
Die ersten 14 Plätze sind alle proprietäre Modelle, wobei die besten offenen Gewichtsmodelle der GLM 5.2 auf Platz 15 und der MiMo V2.6 Pro auf Platz 18 sind.
Lesen Sie mehr über die Zuverlässigkeit von Bash und schauen Sie sich die Rangliste von Agent Arena im Thread an.
