Claude Sonnet 5.5 上线 Arena 的 Agent Arena 与 Battle Mode 评测
中文摘要
Claude Sonnet 5.5 已上线 Agent Arena。该评测基于真实长程任务，衡量模型调用工具完成复杂工作流的能力。
English Summary
Claude Sonnet 5.5 has joined Arena's Agent Arena, evaluating models on long-horizon tasks using web search, filesystem, and terminal tools for complex workflows.
原文节选
Arena 宣布 Anthropic 的 Claude Sonnet 5.5 已进入 Agent Arena，并开放投票。Agent Arena 基于全球用户数百万个真实的长程智能体任务评测模型，模型可使用 web search、filesystem 和 terminal 工具完成复杂工作流，榜单用因果追踪方法衡量模型相对平均模型的结果表现。