شماره جدید رتبه‌بندی هفتگی مدل‌های بزرگ هوش مصنوعی آرنا (Arena AI) به طور رسمی منتشر شد و سازندگان بزرگ فناوری رقابت جدیدی را در بخش‌های مختلفی همچون جامع، کدنویسی، ایجنت‌ها و چندرسانه‌ای به نمایش گذاشتند. در این رتبه‌بندی، مدل جدید شرکت Anthropic عملکرد خیره‌کننده‌ای از خود نشان داد و مدل‌های داخلی نیز جایگاه‌های پایداری را در حوزه‌های تخصصی حفظ کردند.
صدرنشینی مطلق Claude Opus 5.5 Max در بخش ایجنت‌ها
در رتبه‌بندی بسیار مورد انتظار ایجنت‌ها (Agents)، مدل Claude Opus 5.5 (Max) از شرکت انتروپیک به محض ورود به جدول، با اقتداری آشکار رتبه نخست را تصاحب کرد. نرخ موفقیت تأیید تسک این مدل به ۱۷.۲۹ درصد رسید و نرخ توهم ابزار آن در سطح فوق‌العاده پایین ۰.۳۷ درصد کنترل شد. در همین حال، مدل‌های داخلی نیز با محصولاتی نظیر DeepSeek V4.1Flash (Max)، Kimi K3 (Max)، Tencent Hy4preview و Xiaomi MiMo V2.6Pro در رده‌های میانی رو به بالا پایداری خود را حفظ کردند.
رقابت فشرده در دسته‌بندی‌های جامع و کدنویسی
رقابت برای کسب رتبه‌های برتر در بخش‌های جامع و کدنویسی نیز بسیار داغ بود. در رتبه‌بندی جامع، مدل gemini-4-argon-high از گوگل همچنان جایگاه نخست را حفظ کرد و چندین مدل اصلی از انتروپیک نیز رتبه‌های اول تا چهارم را به خود اختصاص دادند. در بخش کدنویسی، جمینای عملکرد قدرتمند خود را ادامه داد و مدل Claude Opus 5.5 (High) نیز با صعودی چشمگیر وارد پنج مدل برتر شد.
عملکرد پایدار در حوزه‌های تخصصی و چندرسانه‌ای
در حوزه‌های تخصصی مانند توسعه فرانت‌اند، تولید تصویر و ویدیو، روند به‌روزرسانی فناوری‌ها توسط شرکت‌های مختلف ادامه دارد. در رتبه‌بندی توسعه فرانت‌اند، مدل Claude Opus 5.5 Max به لطف قابلیت‌های عالی تعامل و رندرینگ پیشتاز ماند. در بخش‌های تولید ویدیو و تصویر با هوش مصنوعی نیز، تیم‌های مختلف با حفظ جایگاه‌های پایدار، رقابت فشرده‌ای را به نمایش گذاشتند.