韩国AI终于杀进全球Agent竞技场！Upstage Solar Pro 4成首个登榜韩系模型，Agent Arena直接杀到第44名，和MiniMax M2.7、Nemotron 3 Ultra并列。

Agent Arena采用causal tracing方法，评估模型在真实长周期agent工作流中的净提升效果（相对平均模型）。它重点考察web search、文件系统、终端等工具的使用，以及任务完成度、用户反馈、可操控性、错误恢复和工具幻觉等信号。Solar Pro 4的细分成绩为：Confirmed Success -7.3%、Praise vs. Complaint -23.4%、Steerability -13.6%、Bash Recovery -16.5%、Tool Hallucination +0.3%。过去几年，全球Agent Arena基本被美中顶尖实验室垄断，韩国模型很少能同时出现在Agent、Code、Text三大榜单。