GPT-5.6 Sol在Agent Arena排名第二，可操纵性第一

精选理由

GPT-5.6 Sol在Agent Arena里表现挺猛，可操纵性直接第一，整体第二，具体各项指标排名都有数据，值得看看。

AI 摘要

GPT-5.6 Sol在Agent Arena评测中综合排名第二，整体得分提升10.9%。在可操纵性（Steerability）指标上以+17.3%位列第一。确认任务成功（Confirmed Task Success）和工具幻觉（Tool Hallucination）指标均排名第二，分别提升10.9%和1.3%。赞美与抱怨比（Praise vs. Complaint）排名第三（+17.6%），Bash恢复（Bash Recovery）排名第14（+7.5%）。

原文 · lmarena.ai

In Agent Arena, GPT-5.6 Sol ranks #2 overall (+10.9%). - #1 Steerability (+17.3%) - #2 Confirmed Tas...

In Agent Arena, GPT-5.6 Sol ranks #2 overall (+10.9%). - #1 Steerability (+17.3%) - #2 Confirmed Task Success (+10.9%) - #2 Tool Hallucination (+1.3%) - #3 Praise vs. Complaint (+17.6%) - #14 Bash Recovery (+7.5%) 💬 1 🔄 2 ❤️ 15 👀 1859 📊 4 ⚡

查看原推