Claude Sonnet 5.5 登 Agent Arena 第三,单任务成本高出 Opus 73%
arena · x · 2026-10-03
Claude Sonnet 5.5 (Max) 在 Agent Arena 首秀位列 #3,净提升分 +12.5%,较排名第 13(+4.4%)的 Claude Sonnet 5 (High) 高出 8.1 个百分点。
分类成绩上,Sonnet 5.5 在 Chat 类拿到 #1(+15.6%),超过 Fable 5.1(+11.49%)和 Opus 5.5(+10.29%)。
但性能领先的代价是价格:其中位单任务成本 $2.74,比排名第 2 的 Claude Opus 5.5 (High)($1.58)高出约 73%,而后者分数更高——这一性价比权衡使 Sonnet 5.5 未能进入 Agent Arena 的 Pareto 前沿。目前 Anthropic 模型包揽该榜前三。
所属事件:Sonnet 5.5 与 GPT-6.1 Sol 首秀重塑 Agent Arena 格局(5 条相关)→
「模型」频道最新
- Ramp 实测:原生 harness 普遍提升模型解题率,但效果因模型而异 — xeophon · 2026-11-19
- SGLang 宣布为新模型 DaisyRose-27B 提供 Day-0 支持 — ying11231 · 2026-11-19
- Tibo 回应 Astra 6.2 差评:内测大V与普通用户评价两极分化 — eigenrobot · 2026-11-19
- 网友用 GPT-6.2 Astra 做出可交互旋转 3D 分子构象的 macOS 化学应用 — DeryaTR_ · 2026-11-19
- Caliper Harness 开源:用计划-审批-复审纪律管住小本地模型 — Saraozte01 · 2026-11-19
- DaisyRose-27B 背后:自建沙箱服务降本 80%,百万次运行成功率 99.95% — BanghuaZ · 2026-11-19