SWE Arena: An Open Evaluation Platform for Vibe Coding

А вот и арена вайб-кодинга (заходим с чужеземного IP)

vibe coding - термин Андрея Карпаты. Если кратко, это когда вы вообще не программируете сами, а просто полностью доверяетесь ИИ.

Вы полностью отдаетесь вибрациям и забываете, что код вообще существует. Я пользуюсь голосовым вводом, поэтому практически не касаюсь клавиатуры.

#arena #coding #vibecoding

LLM Arena: Бенчмарк LLM моделей на русском языке

Арена русскоязычных моделей.
А вот на днях еще и запустили приложение в тг

#arena #leaderboard #llm

3D arena

Быстрый способ сравнить 3D генераторы бок о бок

#leaderboard #arena #3D

Prophet Arena

Арена для проверки способности ИИ-моделей предсказывать будущее.

В отличие от других тестов для ИИ, здесь используют реальные, а не заранее подготовленные события — так ИИ не сможет «сжульничать».

Помните, про Grok 4 писали что он якобы может с высокой вероятностью предсказывать исход различных спортивных событий? Так вот, по Brier Score (насколько честно калибрована вероятность) он на 6-м месте, а по Average Return (сколько бы вы заработали при выбранном профиле риска) — на 12-м

#arena #leaderboard

Musicarena

Арена музыкальных моделей - с вокалом и без.
Пока вижу 4 модели: Suno 4.5+, Mureka 7.5, Ruffuision Fuzz1.1 Pro, Udio 1.5
Можно выбрать язык текстов

#text2music #leaderboard #arena

BigCodeArena

Арена моделей для программирования с возможностью запуска сгенерированного кода

— поддерживает 10 языков программирования (Python, JavaScript, TypeScript, HTML, C, C++, Java, Go, Rust, Markdown) и 8 сред выполнения

— даёт возможность взаимодействовать с сгенерированными приложениями: нажимать на кнопки, тестировать элементы интерфейса, редактировать код и повторно запускать его

— предусматривает многоходовые взаимодействия, позволяя уточнять требования, добавлять функции или исправлять ошибки

HF и Гитхаб - ну вдруг кому-то нужно

#arena #coding #leaderboard

Финита ля комедия. Эксперимент завершен.

Лучшим трейдером оказался Qwen 3 MAX - с убытком всего -3.57%
Cледом за ним идет DeepSeek Chat v1.3 - с убытком -37%, ему в спину дышит Gemini 2.5 PRO

Последний - GPT 5, он прос*ал больше половины депозита, -57.92%

Напомню, что трейдинг это казино, где гарантированно выигрывает только казино. На другом интервале результат был бы другой. Например 26 октября Дипсик всех опустил наторговав до $23000

#leaderboard #arena #trading #agent #news

NOF1 Season 1.5

Новый сезон битвы языковых моделей в трейдинге

На этот раз торгуют только активами США. Моделям дают гораздо больше данных чем в первом сезоне и бОльшую свободу действий.
К участникам состязания присоединились Kimi K2 и еще одна топовая модель инкогнито

У меня график не прогружается. Вероятно там еще нет данных

Спасибо @m_franz

#news #trading #shootout #arena

3 декабря авершился сезон NOF1 Season 1.5 битвы ИИ-моделей в трейдинге. Результаты зафиксированы, но модели продолжают "торговать"

Лидирует Grok 4.20, который был инкогнито, он наторговал +12,11%. Его релиз должен состояться до конца года

Следующим идет GPT-5.1, и он в минусе. Хуже всех показал себя Grok 4

#news #trading #shootout #arena

Image Lab | Artificial Analysis

сравнение до 25 моделей генерации изображений в одном окне

Спасибо @Endorpheen

#arena #comparison #shootout #tools

Ахаха!
Утром король, вечером на вторых ролях.

Seedance 2.0 вытеснен на арене на второе место.

Той самой темной лошадкой от Alibaba HappyHorse

Но есть нюанс, это другая арена. Правда, это ничего не меняет, насколько известно ни одна из этих арен на аффилирована ни с Alibaba, ни с ByteDance

#news #arena #leaderboard

Agent Mode

На Arena.ai новая фича - режим, который позволяет ИИ-агенту автономно выполнять многоэтапные задачи, используя встроенные инструменты

Как работает Agent Mode

В отличие от традиционного чата, где пользователь разбивает сложную задачу на множество запросов, Agent Mode самостоятельно строит план и использует инструменты для выполнения всего многоэтапного рабочего процесса за один раз. При обработке запроса агент может применять
* веб-поиск
* генерация изображений
* работа с командной строкой в песочнице для тестирования и итераций
* создание файлов

Чтобы начать использовать Agent Mode, можно:
1. Перейти по ссылке https://arena.ai/agent
2. Или на главной странице Arena.ai нажать на выпадающее меню в левом верхнем углу и изменить опцию с «Battle Mode» на «Agent Mode». 

Поддерживает загрузку PDF-файлов. В будущем планируют расширить поддержку других форматов

#agent #arena