Claude Fable 5.2 登顶 RoboColiseum 新赛季综合榜单

RoboColiseum 新赛季新增灵巧手操作、全身协同、精细操作、跨本体迁移四条赛道共 50 个贴近真实应用的任务，同步公布 8 款 Agent 与 3 款策略模型的评测成绩。Claude Fable 5.2 以 18.30 分获综合第一，在精细操作、跨本体迁移两项上得分领先，但所有参评 Agent 的灵巧手赛道得分均为自身最低分，该项成为大模型共同短板，策略模型在该赛道表现整体优于 Agent。新赛季设置三重防作弊机制，区分 Agent 与策略模型分类评测，同时将执行效率纳入评分。经大规模对照实验验证，该评测体系仿真与真机任务得分相关性达 96.86%，可信度较高。目前新赛季挑战已开放。