AI圈报
模型发布 / 更新普通

Beam-1.0-501B-A23B 进入 Agent Arena，Reflection AI 挤进实验室前 15

信息来源：X：Arena (@arena)·
原始标题：Beam-1.0-501B-A23B just landed in the Agent Arena. With this release, @Reflection_AI is now in the Agent Arena top 15 labs!

内容摘要

Arena 宣布 Reflection AI 的 Beam-1.0-501B-A23B 登上 Agent Arena 榜单，Reflection AI 因此进入 Agent Arena 前 15 实验室。该模型在开源模型中排第 12（Net Improvement -3.67%，误差 ±3.84%），是美国开源模型中排名最高的，在美国实验室中排第 6、总榜第 13；在 Code Arena: WebDev 的开源模型中排第 22（1438 分），同为前 25 中唯一非中国实验室的开源模型，权重以 Apache 2.0 完全开放。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Arena (@arena)
站内情报编号intel-0a0df2d39868b00fdc8fe325
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新精选
Muse Spark Open 上架 Arena，可在 Agent Arena 实测，评分即将公布
Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。
信息来源：X：Arena (@arena)
模型发布 / 更新精选
Meta 的 Muse Wonder (Max) 以 +6.4% 净提升进入 Agent Arena 第12名
Arena 发布基于超过 5000 次真实智能体会话的评测结果，Meta 的 Muse Wonder (Max) 进入 Agent Arena 第12名，净提升 +6.4%，比 Muse Spark 1.3 (Max) 高 +2.8 分并上升四位。
信息来源：X：Arena (@arena)
模型发布 / 更新精选
Meta Muse Wonder (Max) 进入 Arena 榜单：WebDev 第15、文本第2
Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第15名（1651分），与 Kimi K3 (Max) 的 1655 分相差 4 分。
信息来源：X：Arena (@arena) · Kimi
模型发布 / 更新精选
Meta Muse Wonder 系列上线 Agent Arena，分数即将公布
Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena，用户可实测，分数即将公布。
信息来源：X：Arena (@arena)
模型发布 / 更新精选
Mistral Large 4 进入 Agent Arena 前十五实验室，排名第 43
Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室，基于超 5000 个真实智能体会话，该预览版净改进分为 -6.6%，总排名第 43，比前代 Mistral Medium 3.5（-12.60%）高出 11 位。
信息来源：X：Arena (@arena) · Mistral
模型发布 / 更新精选
Arena 公布 Claude Haiku 5.5 (High) 真实评测结果：Code Arena 1587 分首秀第 30 名
Arena 公布 Anthropic Claude Haiku 5.5 (High) 的真实评测结果，在 Code Arena: WebDev 以 1587 分首秀排名第 30，略在 Pareto 前沿之外。
信息来源：X：Arena (@arena) · Claude
模型发布 / 更新精选
Mistral Large 4 进入 Code Arena: WebDev 排名第45，得分1534
Arena 宣布 Mistral Large 4 登陆 Code Arena: WebDev，以 1534 分排名第 45，比 Mistral Large 3（第130名）高 304 分，比 Mistral Medium 3.5 高 271 分。
信息来源：X：Arena (@arena) · Mistral
模型发布 / 更新精选
Mistral Large 4 上线 Arena 的 Agent Arena 与 Code Arena 评测
Arena 宣布 Mistral 的 Mistral Large 4 现已进入 Agent Arena，用户可前往测试投票，分数稍后公布。该模型为 1T 参数、49B 激活的原生多模态开放权重模型，也已在 Code Arena 的 WebDev、Text 和 Vision 中可用。
信息来源：X：Arena (@arena) · Mistral
模型发布 / 更新精选
GPT-6.1 Sol (Max) 进入 Agent Arena 第 5 名，以更低成本逼近前列模型
Arena 宣布 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5（+11.23%），中位任务成本 $0.56，并重塑了 Pareto 前沿。
信息来源：X：Arena (@arena) · OpenAI / GPT
模型发布 / 更新精选
Arena 评测：Claude Sonnet 5.5 登顶 Agent Arena 第 3 名但未入 Pareto 前沿
Arena 发布 Agent Arena 最新榜单，Anthropic 的 Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本 $2.74，比排名第 2 的 Claude Opus 5.5（$1.58）高约 73%，且 Opus 5.5 得分更高，因此 Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿。据引用内容，Sonnet 5.5 在 Chat 类目以 +15.6% 排名第 1，Anthropic 模型…
信息来源：X：Arena (@arena) · Claude