Wink Pings

Anthropic 登顶 Code Arena,但榜单上有个反复出现的规律

Arena.ai 最新数据显示,Anthropic 以 1824 分登顶 Code Arena: WebDev。一年前它还是第三。不过,榜单曲线上有一个更值得注意的模式:每次新模型发布,评分都会先冲高,再回落。文章梳理了排名变化和评论区观察。

Arena.ai 发布最新榜单:Anthropic 在 Code Arena: WebDev 的实验室排名第一。它的最强模型 Claude Fable 5.2 得分 1824,比下一个实验室高出 27 分。一年前,Anthropic 还在第三。

下面的视频展示了 Anthropic 实验室排名过去一年的变化。

评论区有人观察到,每次新模型发布,评分都先冲高、再回落,这个形状反复出现。原因可能有很多:用户新鲜感、任务集波动、评分机制自身的滞后。它至少说明,任何瞬时登顶分数都只是一个时间点的切片。

有网友提到,Anthropic 在这一年里从第三到第一,而它的 IPO 市值也冲到了 2 万亿。对其它实验室来说,这个时间点不太友好。

Arena.ai 是一个模型评测平台,Code Arena: WebDev 只是其中一个竞技场。它还有一个 Agent Arena Index,链接在这里。有网友表示,Agent Arena 的差距才是接下来想看的。

评论区有人问 Fable 5.2 什么时候进入 overall text。没人答。

发布时间: 2026-11-20 05:51