Agent Arena 榜单：Claude Opus 5 跑赢 GPT-5.6

Agent Arena 最新榜单引入了 GPT-5.6 的三个新变体（Sol、Terra、Luna），其中 GPT-5.6 Sol 在代理任务中表现强劲，净提升达 10.1%。然而，Anthropic 的 Claude Opus 5 随后超越 GPT-5.6 Sol 登上榜单第二名。对比显示，尽管 Claude Opus 5 性能领先，但在 test-time scaling 中的运行成本相对更高。

2026-07-28 ~ 2026-07-30 · 4 条相关

• Agent Arena 榜单显示 GPT-5.6 Sol 提升 10.1% — arena · 2026-07-28
• Agent Arena 排行页加入 GPT-5.6 三个新变体 — arena · 2026-07-28
• Claude Opus 5 登上 Agent Arena 第二名，领先 GPT-5.6 Sol — scaling01 · 2026-07-29
• Agent Arena 显示 Claude Opus 5 跑赢 GPT-5.6，但成本更高 — infwinston · 2026-07-30