Mô hình ẩn danh YuTu bất ngờ vươn lên dẫn đầu bảng xếp hạng sử dụng hàng ngày trên OpenRouter trong kỳ nghỉ lễ Trung thu, gây ấn tượng mạnh với khả năng lập trình vượt trội.
Arena@arenaClaude Opus 5.5 (High) debuts at #1 in Text Arena with 1509 pts! That's an 18-pt improvement over O…
DịchClaude Opus 5.5 (High) vừa vươn lên dẫn đầu Text Arena với 1509 điểm, vượt qua phiên bản tiền nhiệm 18 điểm. Anthropic hiện đang thống trị top 6 bảng xếp hạng, trong khi Opus 5.5 (High) cũng đạt hiệu suất chi phí tối ưu với mức giá 16 USD/triệu token.
Arena@arenaThe redesigned Arena Leaderboard Overview is live! The frontier is moving quickly, so we built a ce…
DịchArena vừa nâng cấp bảng xếp hạng với giao diện mới, tích hợp luồng dữ liệu thời gian thực, phân loại theo chuyên môn (Coding, Agent, Image) và đánh giá nhanh các mô hình mới như GPT-6 Sol hay Claude Opus 5.5.
Qwen@Alibaba_QwenThanks @arena for the recognition! 🏆 Qwen-Image-2.1 is now the #1 open-source model in both the Ima…
DịchAlibaba thông báo Qwen-Image-2.1 đã vươn lên vị trí số 1 trong các mô hình mã nguồn mở trên bảng xếp hạng Arena cho cả hai hạng mục chỉnh sửa ảnh và tạo ảnh từ văn bản.
Alexandr Wang (Scale AI nhà sáng lập/Meta Giám đốc AI)@alexandr_wangwhat was ON your bingo card dude? muse is out here cooking haven't you heard!
DịchMuse Spark đang tạo nên cú sốc lớn khi bất ngờ soán ngôi Grok 4.7 trên bảng xếp hạng uy tín, đánh dấu bước tiến mạnh mẽ của mô hình này trong cuộc đua AI.
Cùng sự kiện, bài đại diện «Grok 4.7: Mô hình nhỏ nhưng hiệu năng ấn tượng với chi phí tối ưu»
AI Notes@AYi_AInotesBảng xếp hạng AI toàn cầu tuần 98 ghi nhận sự vươn lên mạnh mẽ của OpenArt, SpicyChat AI và DataCamp nhờ đánh trúng tâm lý về thu nhập, nhu cầu kết nối và kỹ năng nghề nghiệp. Trong khi đó, ChatGPT, Gemini và DeepSeek vẫn giữ vững vị thế dẫn đầu.
Alexandr Wang (Scale AI nhà sáng lập/Meta Giám đốc AI)@alexandr_wangi actually didn't realize this until seeing this post, but muse spark 1.3 ranks as #2 on Agents Last…
DịchMô hình Muse Spark 1.3 vừa ghi dấu ấn mạnh mẽ khi đạt vị trí thứ 2 trên bảng xếp hạng Agents Last Exam (ALE), dù trước đó từng giữ ngôi đầu bảng nhưng chưa nhận được sự chú ý xứng đáng từ cộng đồng.
Cùng sự kiện, bài đại diện «Meta ra mắt Muse Spark 1.3, tích hợp vào Muse Code và Meta Model API»Arena@arenaIn Code Arena: WebDev, GPT-6 Astra Max by @OpenAI ranks #1 with 1, 800 pts, followed by Claude Fable …
DịchGPT-6 Astra Max của OpenAI vừa dẫn đầu bảng xếp hạng Code Arena với 1.800 điểm, vượt qua Claude Fable 5.1 Max. Astra chiếm ưu thế trong phân tích dữ liệu và công cụ sáng tạo, trong khi Fable mạnh về mô phỏng và thiết kế.
Ngày 16/9, Bilibili chính thức khởi động 'Đấu trường AI vô cực' và công bố bảng xếp hạng đánh giá các mô hình ngôn ngữ lớn hàng đầu thế giới, trong đó GPT-6 đang chiếm lĩnh vị trí số 1.
Arena@arenaImage-to-WebDev Arena update: four newly evaluated model releases have landed! - #1 GPT-6 Astra (Ma…
DịchArena vừa cập nhật bảng xếp hạng Image-to-WebDev với sự góp mặt của 4 mô hình mới. GPT-6 Astra (Max) xuất sắc giành vị trí quán quân với 1733 điểm, vượt xa các đối thủ như Claude Fable 5.1 và Muse Spark 1.3.
karminski@karminski3Karminski vừa công bố bảng xếp hạng Agentic Coding cho các mô hình tự xây dựng cơ sở dữ liệu vector từ con số 0, dựa trên chỉ số QPS với độ chính xác recall ≥ 95% trên tập SIFT1M.
Testing Catalog@testingcatalogGPT-6 Astra from OpenAI claimed a top spot on WebDev Arena, surpassing recently released Claude Fabl…
DịchGPT-6 Astra (Max) vừa vươn lên dẫn đầu bảng xếp hạng Code Arena: WebDev với 1797 điểm, vượt qua đối thủ Claude Fable 5.1 tới 35 điểm.
Elon Musk@elonmuskGrok 4.6 vừa đạt 59 điểm trên Artificial Analysis Agentic Index, đồng hạng nhất với Claude Opus 5 và vượt qua nhiều đối thủ mạnh. Mô hình này đang khẳng định vị thế dẫn đầu trong việc xử lý các tác vụ phức tạp, lập kế hoạch và sử dụng công cụ tự động.
Kimi K3 và GLM-5.3 cùng đạt 60 điểm, dẫn đầu nhóm mô hình AI nội địa Trung Quốc, bám sát các đối thủ quốc tế. Trong khi đó, dòng Qwen của Alibaba ghi nhận hơn 2 tỷ lượt tải xuống trên Hugging Face.
Elon Musk@elonmuskGrok is very good at agentic tasks!
DịchGrok 4.6 vừa đạt 59 điểm trên Artificial Analysis Agentic Index, chia sẻ vị trí dẫn đầu với Claude Opus 5 Max nhờ khả năng giải quyết vấn đề phức tạp và tối ưu chi phí vận hành ấn tượng.
Bảng xếp hạng Arena tuần 33 chứng kiến sự áp đảo của các mô hình Claude mới từ Anthropic. Trong khi đó, đại diện Việt Nam Kimi-k3-max tiếp tục thăng hạng, khẳng định vị thế trong top đầu các mô hình AI toàn cầu.