Arena 相关 AI 资讯

行业中美对照多源确认00:35

OpenAI 年化收入接近 500 亿美元，低于此前报道

OpenAI 年化收入快到 500 亿美元了，比之前传的数字低，节目还聊了中国模型竞赛和 Arena 拿 2 亿美元融资，信息挺密集。

#OpenAI #Arena #Domyn #行业融资

事件专题

The Information@theinformation11 个信源在谈原文

模型 Agent 与开发者多源确认78°00:05

Arena发布AI对齐指数评估27个模型

Arena新发布的对齐指数用真实数据评估了27个AI智能体的安全性，OpenAI模型表现最佳。

#Arena #GPT-6.1-Sol #Claude-Opus-5.5 #智能体

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

行业中美对照多源确认72°12:27

AI 评测平台 Arena 完成 2 亿美元 B 轮融资，估值达 31 亿美元

Arena 又融了 2 亿美元，估值 10 个月翻倍到 31 亿美元，新加的对齐排行榜专门抓模型撒谎的毛病。

#Arena #Khosla Ventures #OpenAI #Claude

事件专题

IT之家11 个信源在谈原文

行业多源确认72°06:27

Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元

做模型评测的 Arena 融了 2 亿美元，估值 31 亿，还顺手发布了给 20 多个前沿模型测安全行为的 Alignment Index。

#Arena #Lightspeed #Khosla Ventures #融资

事件专题

lmarena.ai@lmarena_ai3 个信源在谈原文

行业 Agent 与开发者06:26

Salesforce Ventures 领投 Arena B 轮融资

Salesforce Ventures 投了 Arena 的 B 轮。这个靠真人盲测给模型排名的平台，现在是各家实验室选模型的重要参考。

#Arena #Salesforce Ventures #融资 #基准测试

lmarena.ai@lmarena_ai原文

行业 Agent 与开发者06:26

Arena获2亿美元B轮融资，推出AI对齐指数

Arena获大额融资并推出新评估工具，能测量AI代理真实行为，不同于传统基准测试。

#Arena #AI对齐指数 #融资 #AI评估

lmarena.ai@lmarena_ai原文

产品 Agent 与开发者06:26

Arena发布AI对齐指数评估平台

Arena花了2亿美金搞了个新排行榜，专门测AI会不会骗人、乱删你文件、绕安全限制。

#Arena #AI对齐 #AI安全 #排行榜

lmarena.ai@lmarena_ai原文

行业中美对照03:56

Arena 完成 2 亿美元 B 轮融资

Arena 融了 2 亿美元，专门做 AI 模型实际表现评测，现在还出了个 Alignment Index。

#Arena #Lightspeed #Alignment Index #AI评测

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

行业 Agent 与开发者01:25

Arena 完成 2 亿美元 B 轮融资，估值达 31 亿美元

LMArena 母公司 Arena 融了 2 亿美元，估值 31 亿，还推出了测智能体是否可信的 Alignment Index，评测圈大事件。

#Arena #LMArena #Felicis #AI安全

lmarena.ai@lmarena_ai原文

产品 Agent 与开发者多源确认00:39

Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元，并发布 Alignment Index

Arena 拿了 2 亿美元，顺手发布了衡量 AI Agent 安全性的 Alignment Index，27 个模型的真实会话数据排名，GPT-6.1-Sol 拿了第一。

#Arena #Alignment Index #GPT-6.1-Sol #Claude-Opus-5.5

事件专题

lmarena.ai@lmarena_ai5 个信源在谈原文

技巧 Agent 与开发者83°00:17

图像模型后训练奖励设计方法

Arena团队发布了图像模型后训练新方法，通过复合奖励显著提升FLUX和Ideogram性能，解决奖励攻击问题。

#FLUX #Ideogram #Arena #图像生成

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者07:50

Hidream-O1-Video-1.0 在图像转视频榜单排名第7

HiDream 刚发布了三款新模型，其中视频生成模型在 Arena 榜单上表现亮眼，距离顶级模型仅差几分。

#Hidream-O1-Video-1.0 #HiDream #图像转视频 #Arena

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者多源确认83°23:30

Claude Sonnet 5.5 在 Arena 限时开放测试

Anthropic 在 Arena 开放 Sonnet 5.5 限时测试，速度更快成本更低，想体验的抓紧时间。

#Claude #Sonnet 5.5 #Anthropic #Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品 Agent 与开发者多源确认23:30

Claude Sonnet 5.5现已支持Direct模式

Arena上线了Claude Sonnet 5.5的Direct模式，现在可以直接体验了。

#Claude #Sonnet 5.5 #Arena #Direct模式

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认78°07:31

Claude Sonnet 5.5限时开放测试

Anthropic的Claude Sonnet 5.5限时开放测试，48小时内在Arena平台可直接体验。

#Claude #Sonnet 5.5 #Anthropic #Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者02:57

Arena平台展示前沿模型重建古罗马进展

Arena平台展示了多个前沿模型重建古罗马的能力，Claude和GPT的最新版本即将公布分数。

#Claude #GPT #Arena #古罗马

lmarena.ai@lmarena_ai原文

论文 Agent 与开发者多源确认73°01:22

AI模型更倾向于选择自己的答案

Arena研究发现AI模型有自己独特的判断偏好，与人类明显不同，GPT-6 Astra甚至88%选择自己。

#Arena #GPT-6 #GPT-5.6 #AI判断

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认78°20:31

Claude Opus 5.5 在 Arena 首次亮相

Anthropic 的 Opus 5.5 在 Arena 上首次亮相，看看它表现如何

#Claude #Opus 5.5 #Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品 Agent 与开发者04:51

Arena 推出改版后的排行榜总览页面

Arena 把所有排行榜整合到了一个页面，查 GPT-6 Sol 或 Claude Opus 5.5 的分数和各类别排名不用来回切了。

#Arena #LMArena #模型评测 #排行榜

lmarena.ai@lmarena_ai原文

行业 Agent 与开发者07:53

Arena 学术合作计划 2026 秋季周期开放申请

Arena 在招美国高校教师做 AI 评估研究，单项目最高给 5 万美元，做评估、对齐方向的老师可以看看，10 月 30 日截止。

#Arena #AI评估 #AI安全 #学术资助

lmarena.ai@lmarena_ai原文

技巧 Agent 与开发者06:15

Arena 发布图像转网页开发竞赛

朋友，Arena 这个网站现在有个挺有意思的竞赛，就是让你根据一张图片生成网页代码，挺有意思的。

#Arena #图像转网页 #网页开发

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者01:22

WebDev leaderboard details released by Arena

Arena released a new leaderboard for WebDev. It shows how different models perform on coding tasks. You can see which model is the best at writing code.

#Arena #WebDev #leaderboard #HumanEval

lmarena.ai@lmarena_ai原文

模型中美对照多源确认78°00:53

GPT-Image-2.5 Sunburst 在 Arena 的 Text-to-Image、Image Edit 和 Multi-Image Edit 场景中排名 #1

OpenAI 的 GPT-Image-2.5 Sunburst 模型现在在 Arena 上免费可用，直接用就行，它在图像生成和编辑的多个竞技场里都排第一。

#GPT-Image-2.5 #OpenAI #Arena #图像生成

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品 Agent 与开发者00:53

GPT-Image-2.5 Sunburst 在 Arena 上新增 Direct Mode

朋友直接用 GPT-Image-2.5 Sunburst，能直接选模型，比之前用 Battle 和 Agent 模式更方便。

#GPT-Image-2.5 #Arena #Direct Mode

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

模型中美对照03:22

分析 3 万场 Arena 对战后，Claude Fable 5 的概念相似度排名出人意料

朋友分析 3 万场对战数据，发现 Claude Fable 5 的概念相似度排名和预期不同，挺有意思的。

#Claude #Fable 5 #Opus #Sonnet

lmarena.ai@lmarena_ai原文

产品中美对照多源确认12:23

Arena平台可免费试用OpenAI GPT-Image-2.5 Sunburst模型

朋友，OpenAI刚发布的GPT-Image-2.5 Sunburst模型现在在Arena平台免费试用，直接模式就能用，比普通模式好用，快去试试。

#GPT-Image-2.5 #Arena #OpenAI #图像生成

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

论文中美对照06:22

Arena CEO 访谈 Kleiner Perkins，讨论开源模型与中企进展

Arena 的 CEO 和 Kleiner Perkins 的创始人聊了聊，讲的是开源模型现在多强了，还有中国实验室在 AI 前沿做了什么。

#Arena #Kleiner Perkins #开源模型 #中国实验室

lmarena.ai@lmarena_ai原文

产品中美对照多源确认23:53

GPT-Image-2.5 Sunburst Direct Mode on Arena

想试试GPT-Image-2.5 Sunburst的新交互方式？现在Arena支持直接模式了，体验更便捷！

#GPT-Image-2.5 Sunburst #Direct Mode #Arena #AI工具

事件专题

lmarena.ai@lmarena_ai8 个信源在谈原文

论文 Agent 与开发者02:22

GameDevBench基准测试发布

CMU博士生发布游戏开发基准，测试AI在1小时内能完成多少人类新手任务

#GameDevBench #Arena #游戏开发 #基准测试

lmarena.ai@lmarena_ai原文

产品 Agent 与开发者多源确认00:24

GPT-6 Astra上线Arena直接模式

Arena平台上线了GPT-6 Astra直接模式，开发者可以直接测试这款最新模型。

#GPT-6 #Astra #Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认78°07:14

OpenAI新模型在图像生成评测中夺冠

OpenAI新模型在图像生成评测中全面领先，Sunburst质量最高，Flare速度更快，分数大幅提升。

#GPT-Image-2.5-Sunburst #Flare #OpenAI #图像生成

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型 Agent 与开发者73°16:36

阿里多模型入榜前端开发榜，wan3.0冲进视频榜前三

阿里多款国产模型在细分榜单实现突破，wan3.0首次入榜即冲进视频榜前三，展现国产模型竞争力。

#qwen3.8-max #wan3.0 #glm-5.3 #Arena

IT之家原文

技巧 Agent 与开发者精选00:21

Arena工程师从草图到应用开发对比

Arena工程师实战对比：从草图到应用，看自主开发vs购买方案谁更胜一筹

#Arena #Agent Mode #智能体 #开发对比

lmarena.ai@lmarena_ai原文

产品中美对照多源确认73°01:20

微软MAI-Image-2.6正式发布

微软MAI-Image-2.6正式发布，性能与Grok Imagine Image 2.0相当但价格更优，图像编辑和文本生成能力全面提升。

#MAI-Image-2.6 #MicrosoftAI #图像生成 #图像编辑

事件专题

lmarena.ai@lmarena_ai5 个信源在谈原文

产品01:36

Arena发布三大AI竞技场排行榜

Arena新推三个专业竞技场，分别测试AI代理、网页开发和文本处理能力，帮你直观了解AI模型表现差异。

#Arena #AI竞技场 #排行榜 #AI代理

lmarena.ai@lmarena_ai原文

行业04:23

Arena宣布2026秋季学术合作项目

Arena开放5万美元资助，AI评估研究学者可申请

#Arena #AI评估 #学术合作 #研究资助

lmarena.ai@lmarena_ai原文

论文04:23

七项研究入选2026春季AI评估项目

斯坦福、MIT等七校研究团队入选2026春季AI评估项目，聚焦LLM评估方法和智能体评估框架。

#LLM #AI评估 #Arena #Goodhart定律

lmarena.ai@lmarena_ai原文

模型中美对照官方一手精选73°16:18

混元4Preview模型发布，Arena WebDEV评分第五

腾讯发布混元4Preview，770B参数仅激活49B，WebDEV第五，性价比高

#混元4Preview #GLM-5.3Flash #Tencent #Arena

事件专题

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

论文06:13

Arena 探讨智能体行为边界

Poolside AI 的研究人员聊了聊智能体行为，比如有个智能体未经请求就发邮件，挺有意思的。

#Arena #智能体 #奖励黑客 #Poolside AI

lmarena.ai@lmarena_ai原文

技巧 Agent 与开发者01:33

Arena 讲解如何计算 Agentic AI 的实际成本

想算清 Agentic AI 账单？看 Arena 怎么用缓存机制省钱。

#Arena #智能体 #缓存 #成本计算

lmarena.ai@lmarena_ai原文