Claude Opus 5.5 (Max) 在 Arena.ai Code Arena WebDev 排名第一
Arena.ai 將 Claude Opus 5.5 (Max) 列為 Code Arena WebDev 第一，得分 1,818，領先 GPT-6 Astra (Max) 26 分，並較 Opus 5 (Max) 高出 126 分。Claude 表示，該模型在大多數任務上的表現與 Claude Fable 5.1 相當，運行成本較 Opus 5 低 40%。
#arena-ai
查看全部AI快訊Tencent Hy 推出 WebCraftBench，評估 AI 構建的網頁應用
WebCraftBench 讓代理實際使用線上應用，再就美感、可用性，以及是否滿足原始要求評分。Tencent Hy 表示，在 197 組經驗證的配對中，與人類偏好的吻合率為 85.3%。
Arena.ai 將 Qwen-Image-2.1 列為圖像編輯與文字轉圖像兩項開源模型首位
Arena.ai 在兩項榜單均將 Qwen-Image-2.1 列為開源模型首位。圖像編輯得分 1,367，總排名第 16，落後 GPT-Image-1.5-high-fidelity 三分。
Arena.ai 表示 GPT-6 Sol 與 GPT-6 Luna 的分數即將公布
OpenAI 的兩個模型現可在 Arena 測試，針對真實世界代理任務的投票會計入排行榜。Arena.ai 表示，petergostev 亦以相同提示詞、並將兩個模型都設為最高推理，比較了 GPT-6 Sol 與 GPT-5.6 Sol。
Arena.ai 將 GPT-6 Sol 同 GPT-6 Luna 加入 Agent Arena 及 Code Arena
OpenAI 的 GPT-6 Sol 同 GPT-6 Luna 現可於 Arena.ai 的 Agent Arena 測試，分數仍未公布；亦可於 Code Arena 的 WebDev、Text、Vision、Search 同 Document 類別使用。OpenAI 表示，兩款模型建基於 GPT-6 Astra，API 價格較 GPT-5.6 推廣價低 50%。
Qwen-Image-2.1 在 Arena.ai 的 Text-to-Image Arena 領先開源模型
Arena.ai 給予 Qwen-Image-2.1 1,228 分，並在開源模型中排第一、總排名第 17，落後 Gemini-3-pro-image-preview 四分，落後 GPT-Image-1.5-high-fidelity 11 分。