#arena-ai

Arena.ai, Agent Arena에서 4,700개 이상의 에이전트 세션을 통해 Jev Router 평가

Arena.ai가 Agent Arena에서 4,700개 이상의 에이전트 세션을 통해 typesafeai의 Jev Router를 평가한 결과, 현재의 파레토 프론티어를 개선하지는 못했으나 사용자 피드백에 따른 뛰어난 조종성을 입증했다고 밝혔다.

Claude Haiku 5.5, Arena.ai의 Agent Arena 및 Code Arena에서 제공 시작

Arena.ai가 Anthropic의 Claude Haiku 5.5를 Agent Arena와 Code Arena의 WebDev, Text, Document, Vision 트랙에 추가했으며, 벤치마크 평가 점수는 곧 공개될 예정이다.

Mistral Large 4, Code Arena: WebDev 리더보드 45위 진입

Mistral Large 4가 1,534점으로 Arena.ai의 Code Arena: WebDev 리더보드 45위에 올랐으며, Claude Opus 4.8 (High)와 2점 차이를 기록하면서 혼합 토큰 비용은 약 6분의 1 수준을 유지했습니다.

Google의 Nano Banana 2.1, Arena.ai 이미지 생성 및 편집 순위표 등재

Arena.ai가 Google의 Nano Banana 2.1을 Text-to-Image, Image Edit, Multi-Image Edit 아레나에 추가했다. 이 모델은 Multi-Image Edit 4위, Text-to-Image 5위, Image Edit 6위를 기록했다.

Mistral Large 4, Arena.ai의 Agent Arena 및 Code Arena에 출시

Arena.ai가 사용자 테스트를 위해 Mistral AI의 Mistral Large 4를 Agent Arena에 추가했으며, WebDev, Text, Vision 전반의 Code Arena에도 함께 도입했다. 이 모델은 총 1조 개의 매개변수와 490억 개의 활성 매개변수를 갖추고 있으며, 평가 점수는 곧 공개될 예정이다.

Arena.ai, Code·Work·Chat 부문 Agent Arena 순위 공개

Anthropic 모델이 3개 부문 모두에서 1위를 차지했으며, Claude Fable 5.1 (Max)가 Code와 Work에서 1위, Claude Sonnet 5.5 (Max)가 Chat에서 1위에 올랐다. OpenAI의 GPT 6 Astra (Max)는 전 부문 4위 안에 들었다.

Claude Sonnet 5.5(High), Code Arena WebDev 4위

Arena.ai는 Anthropic의 Claude Sonnet 5.5(High)를 Code Arena: WebDev에서 1,699점으로 4위에 올렸으며, 혼합 가격은 토큰 100만 개당 8달러로 Sonnet 5(High)보다 159점 높다.

GPT-6 Luna(Max), Arena.ai의 Agent Arena 파레토 프론티어에 진입

Arena.ai는 이제 OpenAI의 GPT-6 Luna(Max)를 Agent Arena 파레토 프론티어에 올려 두었다. 순개선은 +1.59%이고 작업당 중앙값 비용은 0.05달러다. DeepSeek-V4.1-Flash보다 29%, Hy4 preview보다 76% 저렴하며, 점수는 각각 2.27%p, 2.51%p 낮다.

Arena.ai, Agent Arena에서 GPT-6 Luna(Max)를 23위로 평가

Arena.ai는 OpenAI의 GPT-6 Luna(Max)가 8,000건의 실제 에이전트 세션에서 순개선 +1.6%, 작업당 중앙값 비용 $0.05를 기록했다고 보고했다. Agent Arena 파레토 프론티어에는 도달하지 못했다.

Melissa Pan, 코딩 에이전트 하네스 선택이 정확도보다 비용에 더 큰 영향을 준다고 밝혀

Melissa Pan은 Claude Code, Codex, Pi를 비교하고, AI 모델을 둘러싼 시스템인 하네스가 정확도보다 비용에 더 큰 영향을 준다고 보고했다. 그녀는 세 가지 결과를 제시했으며, 발표문에는 이 한 가지만 적혀 있다.

Claude Sonnet 5.5, Arena.ai의 Agent Arena와 Battle Mode에 추가

Arena.ai가 AnthropicAI의 Claude Sonnet 5.5를 Agent Arena와 WebDev, Text, Vision, Document용 Battle Mode에 추가했다. Claude에 따르면 이는 두 번째 Claude 5.5 모델이며, Sonnet 5보다 30% 이상 빠르고 대부분의 작업에서 비용이 최대 30% 낮다.

Claude Opus 5.5(High), 기존 Opus 5보다 40–56% 낮은 비용으로 앞섬

Arena.ai는 Claude Opus 5.5(High)를 Agent Arena 2위로 평가했으며, 작업당 중앙값 비용은 1.31달러, 순개선은 +12.15%다. Opus 5(Max)와 Opus 5(High)보다 점수가 높고 비용은 40–56% 낮다.

Claude Opus 5.5(High), Arena.ai Agent Arena에서 2위

Arena.ai는 Anthropic의 Claude Opus 5.5(High)를 Agent Arena 2위로 집계했으며, 순개선은 +12.15%다. 더 높은 순위는 Fable 5.1(Max)뿐이다. Arena.ai가 제시한 작업당 중앙 가격은 1.31달러로, 64% 더 낮다.

Arena.ai, Text Arena에서 Claude Opus 5.5(High)를 1,509점으로 1위에 올려

Arena.ai는 Claude Opus 5.5(High)가 1,509점으로 Text Arena를 선두에 올랐으며 Opus 5(High)보다 18점, 2위 Opus 4.6(High)보다 4점 높다고 밝혔다. 또한 Anthropic이 상위 6개 자리를 모두 차지했고, Opus 5.5(High)는 입력과 출력 가격을 반영한 혼합 단가 토큰 100만 개당 16달러로 파레토 프론티어에 있다고 전했다.

Arena.ai, GPT-6 Sol (Max)를 Agent Arena 6위로 평가… 순개선 +7.7%, 작업당 0.75달러

Arena.ai는 OpenAI의 GPT-6 Sol (Max)가 4,000건 이상의 실제 에이전트 세션에서 순개선 +7.7%를 기록했고, 작업당 중간 비용은 0.75달러라고 밝혔다. Claude Fable 5 (High)보다 0.60%포인트 낮으며, 작업당 비용은 56% 더 낮다.

Arena.ai, Agent Arena에서 GPT-6 Sol (Max)를 순개선율 7.7%로 6위 평가

Arena.ai는 4,000건 이상의 실제 에이전트 세션에서 GPT-6 Sol (Max)의 순개선율이 +7.7%이며 6위라고 밝혔다. GPT-5.6 Sol (xHigh)와 비교하면 +6.2%, 8위에서 올랐고, 토큰당 가격은 절반이다.

Arena.ai, Agent Arena에서 Grok 4.7(xHigh) 16위·순개선 +3.96%

Arena.ai는 SpaceXAI의 Grok 4.7(xHigh)를 Agent Arena 16위로 평가했으며, 순개선은 +3.96%, 작업당 중앙값 비용은 1.14달러로 Grok 4.6(High)와 Grok 4.5보다 높다.

Arena.ai, Code Arena WebDev에서 GPT-6 Luna (Max)를 24위로 평가

GPT-6 Luna (Max)는 1,593점으로, 41위인 GPT-5.6 Luna (xHigh)보다 74점 높다. Arena.ai는 이 모델이 Gemini 3.7 Flash High, Qwen 3.8-27B와 비슷한 성능을 보이며 혼합 가격은 토큰 100만 개당 0.40달러라고 밝혔다.

Arena.ai, Code Arena WebDev에서 Claude Opus 5.5 (Max) 1위

Arena.ai는 Claude Opus 5.5 (Max)가 Code Arena WebDev 순위에서 1위이며, 혼합 가격은 토큰 100만 개당 16달러로 다음 순위 모델 GPT-6 Astra (Max)보다 60% 낮다고 밝혔다. 점수는 Arena.ai 글로벌 커뮤니티의 실시간 실제 사용을 기준으로 한다.

Arena.ai, Claude Opus 5.5 (Max)가 토큰 100만 개당 16달러로 최고 성능을 제공한다고 밝혀

Arena.ai는 Claude Opus 5.5 (Max)가 혼합 가격 기준 토큰 100만 개당 16달러로 최고 성능을 제공한다고 밝혔으며, 이 가격 대비 성능 지점이 파레토 프론티어를 재편한다고 설명했다.