GPT-6.1 上线 Arena 评测平台
Arena 宣布，OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。
GPT-6.1 上线 Arena 评测平台：用户投票将影响评估
Arena 宣布 OpenAI 的 GPT-6.1 已上线 Agent Arena，用户投票将影响评估，分数即将公布。该平台通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具，排行榜用因果追踪衡量相对平均模型的表现。
这类评测把真实长时程任务与工具调用纳入模型比较，可能影响 FDE 在企业 AI 交付中的模型选型、Agent 能力验证和客户方案评估；分数公布后值得关注其能否作为交付参考。