Agent Arena 榜单：GPT-6 Astra 重塑 Pareto 前沿，每任务 $4.01 换 +12.55%

arena · x · 2026-09-09

Arena 的 Agent Arena 排行榜基于真实长程任务（网页、文件系统、终端工具）衡量各模型的净提升幅度。GPT-6 Astra (Max) 重塑了 Pareto 前沿：每任务 $4.01 换取 +12.55% 的净提升；再多花约 7% 的钱（$4.30）可换 Claude Fable 5.1 (Max)，净提升高 2 个百分点至 +14.5%。$4.01 以下无模型净提升更高。

与传统投票式排行榜不同，Agent Mode 将真实会话随机路由到不同模型，依据模型作为编排者实际调用工具完成任务的单一反馈打分，覆盖数百万条真实交互。