智能体榜新冠军
Arena平台发布2026年第41周（10月5日至11日）AI大模型排行榜。Anthropic新模型Claude Opus 5.5 Max首次进入智能体榜即夺得第一，净提升度15.53%，任务确认成功率17.29%，工具幻觉率仅0.37%。
综合榜与分榜格局
智能体榜上，Claude Opus 5.5 High以14.33%的净提升度守住第二，GPT 6 Astra Max上升一位至第三。综合榜头部格局相对稳定，gemini-4-argon-high继续以1525分占据榜首，claude-opus-5.5-high上升两位至第二。国产模型中，月之暗面kimi-k3-max、阿里qwen3.8-max、小米mimo-v2.6-pro、智谱glm-5.3-max等在综合榜、代码榜和智能体榜均进入前30。
工具幻觉成关键指标
本期榜单特别凸显了工具幻觉率的重要性：Gemini 4 Argon High的工具幻觉率仅0.18%，为当前头部模型中最低。在智能体实际调用工具的场景中，「不调用不该调用的工具」与「正确调用该调用的工具」同样关键，工具幻觉率正在成为衡量智能体可靠性的核心指标之一。