Arena.ai（@arena）转发 @petergostev 的横评：将 Anthropic Claude Fable 5.1 与 Fable 5、Opus 5、GPT-5.6、Kimi K3、GLM 5.3、Qwen-3.8、Grok-4.6、DeepSeek 等在编码、3D、SVG、研究与数据可视化任务上对决，并对比从几美分到 65 美元以上的单次生成成本，帮助开发者看清质量与价格权衡。
LMArena（@arena）宣布 Anthropic 的 Fable 5.1 (Max) 以 1765 分登上 Code Arena WebDev 榜首，较第二名 Qwen3.8-Max-0902 高出 77 分，也比第三名 Opus 5 (Max) 高 78 分。相对 Fable 5 (Max) 的第 8 名（1628 分）大幅跃升；约 $40/MToken 的综合价也把高价区间的帕累托前沿推高。
LMArena（@arena）宣布 Anthropic Claude Fable 5.1 已可在 Arena 投票评测，分数即将公布。Agent Arena 面向真实长程智能体任务，模型可使用网页搜索、文件系统与终端等工具；Fable 5.1 同时进入 Code Arena 的 WebDev、Text、Vision 与 Document 赛道。
LMArena（@arena）详解 Gemini 3.8 Flash (High) 相对 3.7 Flash (High) 在 Agent Arena 的跃升：净提升从 +0.84%（总榜 #32）升至 +5.94%（总榜 #14）。Agent Arena 用网页/文件系统/终端等真实长程任务衡量相对平均模型的净改进；五维信号里 Praise vs Complaint 改善最猛（+14.78% vs -1.60%），Confirmed Success 与 Bash Recovery 也明显变好，Steerability 仍弱但已好转。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察