Wer ist der beste autonome KI Agent?
| |

Wer ist der beste autonome KI Agent?

Die Plattform Arena.ai hat mit der Agent Arena einen neuen Benchmark für autonome KI Agenten gestartet. Bewertet wird nicht mit künstlichen Labortests, sondern mit realen Verhaltenssignalen aus mehr als 300000 Nutzersitzungen. Erfasst werden unter anderem erfolgreiche Aufgabenerledigung, Steuerbarkeit der Systeme und Downloads erstellter Dateien.

Besonders häufig testen Nutzer die Agenten bei Programmieraufgaben und komplexen Web Recherchen. In der Auswertung von gut 160000 Aufgaben liegt das Schreiben von Code mit 17,5 Prozent vorn, gefolgt vom Beheben von Programmfehlern mit 8,9 Prozent. Allgemeine Recherchen kommen auf 10,8 Prozent, Projektplanung auf 10,6 Prozent.

Im aktuellen Leaderboard führen Modelle von OpenAI und Anthropic. OpenAI belegt mit GPT 5.5 in der High Konfiguration den ersten Platz, Anthropic folgt mit Claude Opus 4.7 im Thinking Modus. Google liegt mit Gemini 3.1 Pro Preview auf Rang neun, Gemini 3.5 Flash auf Platz zehn.

Zur Originalmeldung

Ähnliche Beiträge

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert