Agent Arena 改版：按 170 万会话划分任务类别，新增模型任务成本榜

arena · x · 2026-08-18

Agent Arena 认为，单纯看性能的 agent 排行榜已不够用：用户真正关心的是「我的这类任务哪个模型最强」和「完成这个任务要花多少钱」。团队分析了 Agent Mode 中超过 170 万条用户会话，识别出用户最常委托给 agent 的任务类别，并实测完成这些任务的真实成本。

本次更新推出两个互补功能：Agent Costs 展示各模型完成同一任务的花费，并提供 Pareto 前沿视图，直观呈现每个性能水平上性价比最高的模型；另一项则是按任务类别的细分排行。