@AnthropicAIによるClaude Haiku 5.5は現在アリーナにあります。エージェントアリーナに行くとテストできます。スコアはすぐに公開されます！
Agent Arenaでは、世界中のユーザーコミュニティから集められた数百万件の実世界の長期的なエージェントタスクを通じてモデルを評価します。モデルはウェブ検索、ファイルシステム、端末ツールにアクセスして複雑なワークフローを実行できます。順位表では、因果追跡手法を用いて、平均モデルとの比較でモデルのパフォーマンスを測定します。
Claude Haiku 5.5は、Code ArenaのWebDev、Text、Document、Visionでも利用可能です。
