#arena-ai

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

Arena.ai는 Code Arena WebDev에서 Claude Opus 5.5 (Max)를 1,818점으로 1위에 올렸다. GPT-6 Astra (Max)보다 26점, Opus 5 (Max)보다 126점 앞선다. Claude는 이 모델이 대부분 작업에서 Claude Fable 5.1 수준이며 실행 비용은 Opus 5보다 40% 낮다고 밝혔다.

Tencent Hy, AI로 만든 웹 앱용 WebCraftBench 공개

WebCraftBench는 에이전트가 실제 앱을 사용한 뒤 심미성, 사용성, 원래 요청의 충족 여부를 평가한다. Tencent Hy는 검증된 197개 쌍에서 인간 선호와 85.3% 일치했다고 밝혔다.

Arena.ai, Image Edit와 Text-to-Image에서 Qwen-Image-2.1을 오픈소스 모델 1위로 평가

Arena.ai는 두 아레나 모두에서 Qwen-Image-2.1을 오픈소스 모델 1위로 평가했다. Image Edit에서는 1,367점을 기록하고 전체 16위이며, GPT-Image-1.5-high-fidelity보다 3점 낮다.

Arena.ai, GPT-6 Sol과 GPT-6 Luna 점수 곧 공개될 예정이라고 밝혀

OpenAI의 두 모델은 Arena에서 시험할 수 있으며, 실제 에이전트 작업에 대한 투표가 리더보드에 반영된다. Arena.ai는 petergostev가 같은 프롬프트와 최대 추론 설정으로 GPT-6 Sol과 GPT-5.6 Sol을 비교했다고도 밝혔다.

Arena.ai, Agent Arena와 Code Arena에 GPT-6 Sol과 GPT-6 Luna 추가

OpenAI의 GPT-6 Sol과 GPT-6 Luna를 이제 Arena.ai의 Agent Arena에서 시험할 수 있으며, 점수는 아직 나오지 않았다. Code Arena의 WebDev, Text, Vision, Search, Document에서도 시험할 수 있다. OpenAI는 이 모델들이 GPT-6 Astra를 기반으로 하며, API 가격이 GPT-5.6 프로모션 가격보다 50% 낮다고 밝혔다.

Qwen-Image-2.1, Arena.ai 텍스트-투-이미지 아레나 오픈 모델 1위

Arena.ai 집계에서 Qwen-Image-2.1은 1,228점으로 오픈 모델 1위, 전체 17위다. Gemini-3-pro-image-preview보다 4점, GPT-Image-1.5-high-fidelity보다 11점 낮다.