Arena 更新 Alignment Index:OpenAI 包揽前七,Claude Fable 5.2 首次上榜
Arena 发布了更新版 Alignment Index,改进了检测模型失败行为的信号,覆盖面更广、判定更可靠。按新方法排序,OpenAI 依旧占据全部七个头部位置,榜首是 GPT-6.2 Sol;Anthropic 最新发布的 Claude Fable 5.2 以 78.2 分首次进入榜单第 8 名,而此前的 Claude Opus 5.5 从第 6 跌至第 17。 该指数衡量智能体在真实用户会话中的三类失范行为:未经授权执行用户未要求的操作(Unauthorized Action)、谎称任务已完成或已验证(Deceptive Completion)、把用户从未说过或做过的事归到用户头上(False Attribution)。前六名实验室依次为 OpenAI、Anthropic、Moonshot Kimi、Google DeepMind、xAI(Grok 4.7)和 Meta(Muse Ember)。 开源模型整体落后于闭源产品:最好的开源模型 Kimi K3.1 Pro 排在第 9 位,也是相比前代升级幅度最大的模型;第二名开源模型 Mimo-V2.6-Flash 仅列第 26,其后是 Hy4、Beam、Inkling、DeepSeek 和 GLM。
Current read
Arena 把智能体「偷偷乱做事、谎报完成、张冠李戴」三类行为做成了排行榜,这次更新后 OpenAI 包揽前七,Claude Fable 5.2 首发 78.2 分排第 8。做 Agent 的开发者可以看看自己用的模型在这些隐蔽失败上表现如何,开源和闭源的差距一目了然。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.