ArenaがClaude Opus 5.5とGPT-6 Solの出力を並べて表示
Arena.aiは、AnthropicのClaude Opus 5.5とOpenAIのGPT-6 Solについて、Arena上で並べた出力を生成したと述べている。
Arena.aiは、Claude Opus 5.5のスコアは近日公開予定だと述べている。同社は、世界中のユーザーコミュニティによる実世界のタスクがArenaのリーダーボードを支えているとしている。
関連AIニュース
Arena.ai、AI審査員は人間の投票より自分の回答を選ぶ傾向
Arena.aiは、12モデルによる34,580件の判定を、1,460件のArena対戦における人間の投票と比較した。平均すると、モデルは58%の割合で自分の回答を選び、人々が同じ回答を選んだ割合は34%だった。
Arena.ai、GPT-6 Sol（Medium）を Direct Mode で 9 月 29 日午前 9 時 PT まで公開
OpenAI の GPT-6 Sol（Medium）は、今後 24 時間、9 月 29 日午前 9 時 PT まで Arena の Direct Mode で選択できる。Arena.ai によると、その期間の終了後も Battle と Agent Mode で引き続き利用できる。
Arena.ai、GPT-6 Sol（Max）をAgent Arenaで6位、+7.7%、タスクあたり0.75ドルと位置づける
Arena.aiによると、OpenAIのGPT-6 Sol（Max）は4,000件超の実世界エージェントセッションで純改善率+7.7%を記録し、タスクあたりの中央値コストは0.75ドルだった。Claude Fable 5（High）を0.60ポイント下回り、タスクあたりのコストは56%低い。
Arena.aiが再設計したLeaderboard Overviewを公開
新しい概要ページは、新たに追加されたモデル、カテゴリー別の成績、能力に関する所見、Arenaのニュースといったライブの指標をまとめ、GPT-6 SolやClaude Opus 5.5などのモデルについてアリーナ横断のスコアを表示できる。
Arena.ai、Code Arena: WebDevでGPT-6 Sol（Max）を4位にランク
Arena.aiによると、OpenAIのGPT-6 Sol（Max）はCode Arena: WebDevで1,689点を獲得して4位となり、入出力を合わせた価格は100万トークンあたり8ドルだった。GPT-5.6 Sol（xHigh）を72点上回り、Arena.aiはGPT-6 Lunaのスコアはまだ確定していないとしている。