Claude Sonnet 5.5 正式进驻 Agent Arena 开启盲测对决

Anthropic 旗下 Claude Sonnet 5.5 模型正式上线 Arena 评测平台的 Agent Arena 与 Battle Mode，为评估前沿长流程智能体能力提供了基于真实任务的盲测基准。

• Arena 宣布 Claude Sonnet 5.5 正式接入 Agent Arena 评测体系，支持用户提交复杂提示词参与社区众包盲测评分。
• 在 Agent Arena 环境中，模型具备调用网页搜索、文件系统和终端等工具的权限，用于衡量其完成长流程、多步骤实际任务的执行表现。
• 该评测基于全球用户真实任务场景，采用因果追踪方法学对比各模型相对于基准平均水平的产出质量。
• 除 Agent 评测外，该模型同步上线了 Battle Mode 并在 Web 开发、文本、视觉及文档四个细分赛道开放对决。
• 影响/看点：若 Anthropic 的 Sonnet 5.5 在工具调用与长程推理上的胜率经受住社区盲测检验，可能进一步确立其在代码与复杂智能体落地场景中的竞争优势。
• 资料依据：
• X：Arena（2026-09-28）：https://x.com/arena/status/2104640009232117859
• Arena 官方评测平台（2026-09-28）：https://arena.ai/leaderboard/agent

本内容由 AI 生成，仅供参考，请注意甄别