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
- Polymarket 押注 Claude Fable 5.2+ 月内发布概率 88%,内测泄露频出 — Polymarket · 2026-10-02
- 27B「海明威」微调模型本地实测:M5 Max 跑出 32 tok/s,角色扮演惊艳 — DerTomsn · 2026-10-02
- Nat Eliason 疑测 @bot 已换用 4.7，称其本周明显变聪明 — nateliason · 2026-10-02
- 多名用户称被路由至 Fable 5.5,SVG 测试远超 5.1 版本 — kimmonismus · 2026-10-02
- 180B 模型塞进单台 DGX Spark:2.39-bit 量化仅损失 4.5% — TheZachMueller · 2026-10-02
- Grok 4.7 全模式上线，Build/Heavy/Expert 等全部切换到新模型 — XFreeze · 2026-10-02