主要来源lmarena.ai
查看原文事件专题 ·多源确认
Agent Arena 更新 Bash Reliability 指标，Claude Opus 5.5 居首
arena.ai 的 Agent Arena 排行榜将原 Bash Recovery 信号升级为 Bash Reliability，并据此更新了排名。Claude Opus 5.5 (Max) 排第一，GPT-6.1 Sol (Max) 和 Claude Fable 5.1 (Max) 分列二三名。前 14 名全部是闭源模型，开源模型中成绩最好的是排名第 15 的 GLM 5.2，其后是第 18 名的 MiMo V2.6 Pro。榜单页面提供了各模型在 Bash Reliability 上的详细数据。
当前结论
Agent Arena 榜单换了个新指标 Bash Reliability，Claude Opus 5.5 还是第一，开源最强的 GLM 5.2 排到第 15，想选编程模型可以看看。
3 个信源28° AI 热度最后更新 2026/10/15 19:32:05
证据链
3 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。