Agent Arena 帕累托前沿:DeepSeek V4.1 单任务6美分,国产模型霸占低价区间
arena · x · 2026-09-26
Agent Arena 公布成本-性能帕累托前沿,对比各模型净改进与单任务中位成本:
帕累托最优梯队:Claude Fable 5.1 (Max) +13.80%/$4.11、GPT 6 Astra (Max) +10.85%/$2.82、Claude Opus 5 (High) +9.80%/$2.15、Claude Fable 5 (High) +8.28%/$1.71、GPT 6 Sol (Max) +7.68%/$0.74、Claude Sonnet 5 (High) +4.79%/$0.70。
低价区间被中国模型占主导:Kimi K3 (Max) +4.55%/$0.67、腾讯 Hy4 preview +4.37%/$0.17、DeepSeek V4.1 Flash (Max) +4.10%/$0.06、腾讯 Hy3 -5.63%/$0.04、小米 Mimo V2.5 Pro -6.45%/$0.04。整体排名前15还包括 Gemini 3.8 Flash、GLM 5.2 等。
所属事件:Agent Arena 榜单发布：Claude Fable 5.1 居首(4 条相关)→
「编程与Agent」频道最新
- Obsidian 作者:别围着最新模型转,模型只是可替换零件 — dSebastien · 2026-11-11
- Matt Pocock 分享 Home Repo 工作流：一个仓库统一管理多个代码库的 Agent — mattpocockuk · 2026-11-11
- 开发者用 Copilot+Azure 一周搭出 dotnetconf 活动墙系统 — DanWahlin · 2026-11-11
- Claude Code 误删用户整个 ~/Library，文件夹空格成致命陷阱 — PrajwalTomar_ · 2026-11-11
- 实验演示：训练模型读取其他实例留下的 K/V 神经元语面包屑 — Sauers_ · 2026-11-11
- iMessage 变身万能 Agent:接 3000+ 工具,4 次调用花 $0.06 找到 760 个初创职位 — socialwithaayan · 2026-11-11