MODEL RANKINGS · 专项榜单
AI 智能体模型排行榜
哪款模型完成智能体任务的效果更好？
按 Arena 智能体任务榜的净改善率查看模型。名次与结果沿用原榜。
Claude Fable 5.1 (Max) 在本页排名第 1，净改善率 为 13.71%。本页收录 46 个模型；原榜发布 2026-09-15。
查看完整排名完整排名
Arena · 智能体 · 净改善率 · 使用 Arena 智能体任务榜的原始名次和净改善率；结果只代表该榜所测任务。
显示 46 条结果
本页排名模型 / 开发机构净改善率参考信息许可
- 01
Claude Fable 5.1 (Max) Anthropic13.71%净改善率会话 13320来源 95% CI 11.99% / 15.42%许可 ProprietaryProprietary - 02
GPT 6 Astra (Max) OpenAI11.54%净改善率会话 10372来源 95% CI 9.43% / 13.64%许可 ProprietaryProprietary - 03Claude Opus 5 (High) Anthropic10.25%净改善率会话 24794来源 95% CI 8.83% / 11.66%许可 ProprietaryProprietary
- 04Claude Opus 5 (Max) Anthropic10.16%净改善率会话 19934来源 95% CI 8.61% / 11.71%许可 ProprietaryProprietary
- 05Claude Fable 5 (High) Anthropic8.81%净改善率会话 38293来源 95% CI 7.57% / 10.06%许可 ProprietaryProprietary
- 06Claude Opus 4.8 (High) Anthropic8.19%净改善率会话 39731来源 95% CI 6.92% / 9.46%许可 ProprietaryProprietary
- 07GPT 5.6 Sol (xHigh) OpenAI7.10%净改善率会话 32207来源 95% CI 5.83% / 8.38%许可 ProprietaryProprietary
- 08
Kimi K3 (Max) Moonshot AI6.22%净改善率会话 108615来源 95% CI 5.59% / 6.84%许可 Kimi K3 licenseKimi K3 license - 09Claude Sonnet 5 (High) Anthropic5.97%净改善率会话 30631来源 95% CI 4.35% / 7.59%许可 ProprietaryProprietary
- 10GPT 5.5 (xHigh) OpenAI5.03%净改善率会话 53054来源 95% CI 4.11% / 5.95%许可 ProprietaryProprietary
- 11
Hy4 preview Tencent5.01%净改善率会话 38074来源 95% CI 3.99% / 6.03%许可 Apache 2.0Apache 2.0 - 12
Deepseek V4.1 Flash (Max) DeepSeek4.88%净改善率会话 20080来源 95% CI 3.55% / 6.21%许可 MITMIT - 13
Gemini 3.8 Flash (High) Google4.71%净改善率会话 12534来源 95% CI 2.80% / 6.62%许可 ProprietaryProprietary - 14
GLM 5.2 (Max) Z.ai4.37%净改善率会话 76766来源 95% CI 3.68% / 5.06%许可 MITMIT - 15
Muse Spark 1.3 (Max) Meta4.20%净改善率会话 31052来源 95% CI 3.34% / 5.06%许可 ProprietaryProprietary - 16DeepSeek V4 Pro (High) (0813) DeepSeek4.14%净改善率会话 47602来源 95% CI 3.35% / 4.93%许可 MITMIT
- 17
Qwen3.8 Max Alibaba3.30%净改善率会话 31489来源 95% CI 2.47% / 4.14%许可 ProprietaryProprietary - 18GLM 5.3 (Max) Z.ai3.05%净改善率会话 73287来源 95% CI 2.44% / 3.67%许可 MITMIT
- 19
Grok 4.5 xAI2.92%净改善率会话 38146来源 95% CI 1.93% / 3.91%许可 ProprietaryProprietary - 20GPT 5.5 OpenAI2.67%净改善率会话 81254来源 95% CI 1.86% / 3.48%许可 ProprietaryProprietary
- 21Grok 4.6 (xHigh) xAI2.01%净改善率会话 22548来源 95% CI 0.96% / 3.05%许可 ProprietaryProprietary
- 22Deepseek V4 Flash (High) (20260731) DeepSeek1.80%净改善率会话 64482来源 95% CI 1.06% / 2.53%许可 MITMIT
- 23GPT 5.6 Terra (xHigh) OpenAI1.44%净改善率会话 20301来源 95% CI 0.33% / 2.55%许可 ProprietaryProprietary
- 24GPT 5.4 (High) OpenAI1.26%净改善率会话 80406来源 95% CI 0.46% / 2.07%许可 ProprietaryProprietary
- 25GLM 5.3 Flash Z.ai1.15%净改善率会话 43164来源 95% CI 0.48% / 1.81%许可 MITMIT
- 26Qwen3.8 Flash Next Alibaba-0.07%净改善率会话 57458来源 95% CI -0.84% / 0.69%许可 qwen-community-1.0qwen-community-1.0
- 27GPT 5.6 Luna (xHigh) OpenAI-0.44%净改善率会话 29186来源 95% CI -1.27% / 0.40%许可 ProprietaryProprietary
- 28Gemini 3.7 Flash (High) Google-0.60%净改善率会话 48195来源 95% CI -1.25% / 0.04%许可 ProprietaryProprietary
- 29Qwen 3.8 27B Alibaba-0.64%净改善率会话 37257来源 95% CI -1.36% / 0.08%许可 Apache 2.0Apache 2.0
- 30DeepSeek V4 Pro DeepSeek-0.71%净改善率会话 35465来源 95% CI -1.65% / 0.22%许可 MITMIT
READING GUIDE
怎么读这份榜单
排序与收录
使用 Arena 智能体任务榜的原始名次和净改善率；结果只代表该榜所测任务。
适合怎么用
按净改善率查看结果，并同时看会话数和可信区间。
解读时注意
智能体任务受工具、环境和流程影响；该榜结果不能代替你自己的工作流测试。
榜单由公开评测数据整理；名次随来源更新，缺失指标不推算。核对原榜