Arena 第41周榜：Claude Opus 5.5 登顶智能体榜

Arena 公布 2026 年第 41 周（10 月 5 日至 11 日）大模型榜单，Anthropic 的 Claude Opus 5.5 (Max) 首次入榜智能体榜即排名第一，净提升度 15.53%、任务确认成功率 17.29%、工具幻觉率 0.37%；kimi-k3-max 等国产模型处于中上游。 该榜单基于 Arena 平台匿名盲测投票、以 ELO（智能体榜为百分比信号）计算排名，反映用户主观偏好而非绝对能力测试；不同分榜相互独立，不宜跨榜比较，分差在误差范围内视为并列，新模型需积累一定投票量后才正式入榜。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。