模型

LMArena 开放智能体排行榜页面

Dive in: https://t.co/sE9q4FSYAt

精选理由

LMArena 把他们那套用户投票评测搬到了智能体上,榜单已经上线 arena.ai。想知道哪家 Agent 干活更强、跟你用的模型差距多大,翻一翻这个榜比看厂商自己发的跑分实在。

LMArena(原 Chatbot Arena)在 X 上发布了 arena.ai 上的 Agent 排行榜入口,用户可直接访问 arena.ai/leaderboard/ag… 查看。该榜单延续 LMArena 以真实用户投票做评测的机制,把对比对象从聊天模型扩展到智能体场景。

图片来源 · lmarena.ai
正文

目前推文本身未披露具体上榜模型或分数,读者可前往排行榜页面查看各智能体在不同任务下的实时排名。对开发者来说,这是观察各家智能体在实际使用中表现差距的一个公开参考。

原文 · lmarena.ai

Dive in: https://t.co/sE9q4FSYAt

Dive in: arena.ai/leaderboard/ag…

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:LMArena、智能体、排行榜,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「lmarena.ai」(@lmarena_ai),经 AITOP 多维评分管线结构化提炼。