Arena.ai（@arena）宣布 Meta Muse Spark 1.3 已进入 Arena：Agent Arena 用海量真实长程智能体任务评测（可调用网页搜索、文件系统与终端），并以因果追踪相对平均模型衡量结果；同时覆盖 Code Arena 的 WebDev、Text、Vision 与 Document，现可投票，分数即将发布。
LMArena 称 Meta Muse Spark 1.3（xHigh）以 AutoEval 1623 分约居 Code Arena: WebDev 第 10，接近 Claude Fable 5（1628，第 8）与 GPT-5.6 Sol（1616，第 11）。相对 Muse Spark 1.1（1540，第 25）与 1.2 xHigh（1534，第 30）提升明显；分数为早期 AutoEval，仍待真人投票收敛。
LMArena（@arena）宣布 Gemini 3.8 Flash（High）已进入 Agent Arena、Text Arena 与 Code Arena WebDev。Agent Arena 排名第 14（净提升 +5.94%），远高于 3.7 Flash 的第 32；Text Arena 第 7（1494 分），Coding 类别从第 22 升至第 7；Code Arena WebDev 第 18（1567 分）。
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。
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