RecodeX 重构消息，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，并同步公布8款Agent与3款策略模型的评测成绩。Claude Fable 5.2以18.30分位列综合第一，在精细操作和跨本体迁移两项上得分领先。
不过，所有参评Agent在灵巧手赛道的得分均为自身最低分，该赛道成为大模型共同短板，策略模型在该赛道整体表现优于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，并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%。目前新赛季挑战已开放。