Свежий рейтинг Agent Arena вывел лаборатории США в лидеры агентного решения задач — направления ИИ, ориентированного на модели, способные самостоятельно планировать и выполнять многошаговые задачи, — при этом Anthropic, OpenAI и Google удерживают ведущие позиции в категориях code, chat и work.

Модели Anthropic — Claude Fable 5.1 (Max), Claude Opus 5.5 и Claude Sonnet 5.5 — возглавляют таблицу, за ними следуют GPT-6 Astra и GPT6.1 Sol от OpenAI. Замыкает десятку Google Gemini 4 Argon. Расстановка указывает на высококонкурентную область, в которой американские лаборатории в настоящее время доминируют в разработке передовых ИИ-моделей. Anthropic, OpenAI и Google — одни из самых заметных американских разработчиков ИИ, стоящие за семействами моделей Claude, GPT и Gemini соответственно. Поскольку рейтинг охватывает задачи по программированию, диалоги и рабочие сценарии, лидерство во всех трёх категориях свидетельствует о широте возможностей, а не о силе в каком-то одном бенчмарке.

Таблица динамична и отражает недавний прогресс, включая появление GPT-6.1 Sol от OpenAI, которая вошла в рейтинг с впечатляющим показателем чистого улучшения — напоминание о том, как быстро может меняться расстановка с выходом новых моделей.

Рейтинг укрепляет лидерство США

Текущая расстановка, судя по всему, укрепляет позиции американских лабораторий — в частности, Anthropic, OpenAI и Google — в области ИИ-моделей. Постоянное присутствие Anthropic на вершине таблицы согласуется с сильными результатами в агентном решении задач по нескольким категориям.

Для разработчиков и компаний, следящих за ландшафтом моделей, подобные рейтинги служат общим регулярно обновляемым ориентиром для сравнения передовых систем в агентных задачах.

Ценообразование указывает на возможность сдвига в рейтинге, поскольку конкуренция между ведущими ИИ-моделями остаётся острой.

За чем следить

Ожидается, что внимание будет сосредоточено на предстоящих релизах и обновлениях от лидеров ИИ, таких как Anthropic, OpenAI и Google. Динамичный характер рейтинга указывает на то, что значительные достижения или выход новых моделей могут изменить текущую расстановку.

Наблюдатели также следят за возможными шагами других конкурентов, включая Meta и Alibaba — компании за семействами моделей Llama и Qwen соответственно, — которые могут повлиять на более широкий ландшафт и изменить рейтинг к концу октября и ноябрю 2026 года.