Claude Opus 5.5（Max）在 Arena.ai Code Arena WebDev 中排名第一
Arena.ai 将 Claude Opus 5.5（Max）排在 Code Arena WebDev 第一，得分为 1,818 分，领先 GPT-6 Astra（Max）26 分，高出 Opus 5（Max）126 分。Claude 表示，该模型在大多数任务上与 Claude Fable 5.1 相当，运行成本比 Opus 5 低 40%。
#arena-ai
查看全部AI快讯Tencent Hy 推出面向 AI 构建网页应用的 WebCraftBench
WebCraftBench 让智能体使用正在运行的应用，再对美观度、可用性以及是否满足原始请求进行评分。Tencent Hy 称，在 197 组经人工验证的配对上，其结果与人类偏好的一致率为 85.3%。
Arena.ai 将 Qwen-Image-2.1 列为图像编辑与文生图开源模型第一
Arena.ai 将 Qwen-Image-2.1 在两个榜单中均列为开源模型第一。在图像编辑榜上，它获得 1,367 分，总排名第 16，落后 GPT-Image-1.5-high-fidelity 三分。
Arena.ai 称 GPT-6 Sol 与 GPT-6 Luna 的评分即将公布
OpenAI 的两款模型已可在 Arena 上测试，针对真实世界智能体任务的投票会计入排行榜。Arena.ai 称，petergostev 还用相同提示词、在最高推理设置下比较了 GPT-6 Sol 与 GPT-5.6 Sol。
Arena.ai 将 GPT-6 Sol 与 GPT-6 Luna 加入 Agent Arena 和 Code Arena
OpenAI 的 GPT-6 Sol 与 GPT-6 Luna 现可在 Arena.ai 的 Agent Arena 中测试，分数尚未公布；也可在 Code Arena 的 WebDev、Text、Vision、Search 与 Document 类别中测试。OpenAI 称，这两款模型建立在 GPT-6 Astra 的进展之上，API 价格比 GPT-5.6 的促销价低 50%。
Qwen-Image-2.1 在 Arena.ai 的 Text-to-Image Arena 上领先开源模型
Arena.ai 给 Qwen-Image-2.1 评出 1,228 分，在开源模型中排名第一，总榜第 17，比 Gemini-3-pro-image-preview 低 4 分，比 GPT-Image-1.5-high-fidelity 低 11 分。