Agents19.11.2026 · 04:541 nguồn

Claude Fable 5.2 dẫn đầu Agent Arena Index đầu tiên về khả năng agentic trong thế giới thực của Arena

Từ marketbrief.now

Ảnh: marketbrief.now
AI;DR

Arena vừa ra mắt Agent Arena Index, một benchmark mới đo lường hiệu suất của các AI agent dựa trên gần 3 triệu phiên làm việc thực tế. Claude Fable 5.2 của Anthropic dẫn đầu chỉ số này với 1.463 điểm, trong khi Gemini 4 Neon của Google DeepMind đứng thứ hai với 1.336 điểm.

Thước đo tiêu đề mới này là một phần của bộ benchmark rộng hơn, bao gồm Alignment Index và sáu chỉ số chuyên biệt cho lập trình, chat, sử dụng công cụ và các tác vụ agentic khác. Gemini 4 Neon được định vị trên 'Pareto frontier' về hiệu quả chi phí, với mức chi phí trung vị là 2,82 USD mỗi tác vụ—thấp hơn 69% so với chi phí của Claude Fable 5.2.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

#anthropic#agentBản Markdown
Lịch sử nội dung (2)
  • 2026-11-19 · Tóm tắt · vi · Thay nội dung đã lưu
    Claude Fable 5.2 hiện đang dẫn đầu chỉ số agentic thực tế đầu tiên của Arena.
    Arena vừa ra mắt Agent Arena Index, một benchmark mới đo lường hiệu suất của các AI agent…
  • 2026-11-19 · Tiêu đề · vi · Thay nội dung đã lưu
    Claude Fable 5.2 dẫn đầu chỉ số agentic thực tế đầu tiên của Arena
    Claude Fable 5.2 dẫn đầu Agent Arena Index đầu tiên về khả năng agentic trong thế giới th…

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay