GPT-6.1 Sol 与 Claude Sonnet 5.5 重塑 Agent Arena 榜单

LMArena 本周榜单更新带来 Agent Arena 格局的显著变化：Anthropic 的 Claude Sonnet 5.5 (Max) 首秀即以 +12.5% 净提升分位列总榜第 3，而 OpenAI 的 GPT-6.1 Sol (Max) 以 +11.23% 位列第 5，并大幅拉低了前沿模型的单位成本，两者共同重塑了性能-成本 Pareto 前沿。

已确认

• Agent Arena 基于真实 Agent Mode 任务，累计 215 万+会话、覆盖 51 个模型，实时榜单与 Pareto 前沿数据由 Arena 官方公布。
• Claude Sonnet 5.5 (Max) 首秀位列总榜第 3，净提升分 +12.5%，中位单任务成本 $2.74；比排名第 13（+4.4%）的 Claude Sonnet 5 (High) 高出 8.1 个百分点，但其单任务成本比 Opus 高出 73%。
• GPT-6.1 Sol (Max) 在 OpenAI DevDay 后进入 Agent Arena，以 +11.23% 净提升位列第 5，中位单任务成本 $0.56，比 GPT-6 Sol 低 39%（另一帖给出的实时数据为 $0.57/任务）。
• Pareto 前沿上的模型还包括 Claude Fable 5.1 (Max)，净提升 +14.31%、$4.62/任务。
• 本周文本榜方面，Gemini 4 Argon 登顶 Text Arena；另有帖子提及 Sonnet 5.5 以约 20% 的价格差逼近 GPT-6，四款新模型共同重塑了 Text、Code 与 Agent Arena 的 Pareto 前沿。

为什么重要

• Sonnet 5.5 性能进入第一梯队，但 $2.74 的单任务成本使其性价比明显偏低，与其在 Code Arena 对 GPT-6 的价格逼近形成对照，提示用户在性能与成本间需谨慎权衡。
• GPT-6.1 Sol 以不到四成的成本进入前五，表明前沿 Agent 能力的价格正在快速下探，Pareto 前沿的重塑可能改变企业和开发者的模型选型决策。

2026-10-03 ~ 2026-10-03 · 5 条相关

• 【源头】Arena 周报：Gemini 4 Argon 登顶文本榜，Sonnet 5.5 以 20% 价格逼近 GPT-6 — arena · 2026-10-03
• Claude Sonnet 5.5 登 Agent Arena 第三，单任务成本高出 Opus 73% — arena · 2026-10-03
• 【源头】Agent Arena 榜单:Claude Sonnet 5.5 排第 3,单任务成本 $2.74 — arena · 2026-10-03
• GPT-6.1 Sol 登顶 Agent Arena 前五,成本比 GPT-6 Sol 低 39% — arena · 2026-10-03
• 【源头】Agent Arena 实时榜单:GPT-6.1 Sol 以 $0.57/任务进 Pareto 前沿 — arena · 2026-10-03