小米 MiMo-V2.6-Flash 以每任务 0.04 美元登 Agent Arena Pareto 前沿
arena · x · 2026-10-02
Agent Arena 排行榜更新:小米 MiMo-V2.6-Flash 进入 Agent Pareto 前沿,以每任务 0.04 美元的中位成本实现 -0.57% 净提升,主打极致性价比。
当前前沿名单要点:
- Claude Fable 5.1 (Max):+14.55%,$4.50/任务,榜首
- Claude Opus 5.5 (High):+13.78%,$1.56/任务
- GPT 6 Sol (Max):+10.65%,$0.90/任务
- Gemini 4 Argon (High):+7.92%,$0.64/任务
- 腾讯 Hy4 preview(Apache 2.0):+4.24%,$0.29/任务
- DeepSeek V4.1 Flash (Max,MIT):+4.01%,$0.09/任务
- 小米 MiMo V2.6 Pro(MIT):+3.17%,$0.09/任务
榜单基于 200 万+ 真实 agent 会话,按工具可靠性、任务完成度与可操控性动态排名,共 48 个模型。开源模型在低成本档位表现出强竞争力。
「模型」频道最新
- Fable 5.2 对比 GPT-6 Astra:便宜 14 倍快 12 倍,效果还碾压 — jradoff · 2026-11-16
- Qwen4 Max 实测:Agent 自动化比肩 GPT-6.1,难 SWE 仍落后且更贵 — haider1 · 2026-11-16
- Nous 高管提醒:勿用 GPT 900k 变体,272k 后加收费用 — Teknium · 2026-11-16
- 爆料称 Gemini Argon 与 Carbon 均为 12T 参数大模型 — oran_ge · 2026-11-16
- Qwen4 Max 对比 GPT-6.1 Sol:同为高推理档,单价 $0.0909 vs $0.132 — Angaisb_ · 2026-11-16
- FutureSim Q3:LLM 从经验中真实变强,Opus 5.5 登顶 — rickasaurus · 2026-11-16