主要来源lmarena.ai
查看原文事件专题 · 多源确认
GPT-5.5 (xHigh) 在 Agent Arena 排名第二，仅次于 Claude Fable 5
GPT-5.5 (xHigh) 在 Agent Arena 中排名第二，净提升 10.6%，成为 OpenAI 排名最高的模型，仅次于 Claude Fable 5 (High)。在 Praise vs. Complaint 和 Bash Recovery 两项指标上，GPT-5.5 甚至超过了 Claude Fable 5。Agent Arena 通过数百万真实世界、长周期智能体任务评估模型，涵盖代码编写、幻灯片制作、网页研究、应用构建和文档分析等复杂工作流。该平台还推出了 Agent Mode，允许用户直接测试 GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro 等前沿模型。
当前结论
做智能体开发和 AI 评测的团队值得关注——GPT-5.5 在用户满意度和故障恢复上反超 Claude，说明 OpenAI 在实用场景上有了实质提升，建议直接去 Agent Arena 跑跑自己的任务。
11 个信源73° AI 热度最后更新 2026/6/11 19:35:15
证据链
相关来源 1Artificial Analysis
查看原文相关来源 2Decoder
查看原文相关来源 3AI Will
查看原文相关来源 4Scott Wu
查看原文相关来源 5Poe
查看原文相关来源 6berryxia
查看原文相关来源 7Simon Willison’s Weblog
查看原文相关来源 8shao__meng
查看原文相关来源 9Jerry Liu
查看原文相关来源 10IT之家
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。