Agent Arena 榜单:Claude Sonnet 5.5 排第 3,单任务成本 $2.74
arena · x · 2026-10-03
Agent Arena(基于真实 Agent Mode 任务、215 万次会话的 Agent 排行榜)公布 Claude Sonnet 5.5 登上总榜第 3:中位单任务成本 $2.74,净改进分 +12.5%。它性能属第一梯队,但性价比不如同门的 Claude Opus 5.5——后者每任务仅 $1.58、净改进 +13.8%,因此 Sonnet 5.5 略微偏离 Pareto 前沿。
当前 Pareto 前沿模型包括:Claude Fable 5.1 (Max,+14.31%/$4.62)、Claude Opus 5.5 (High,+13.82%/$1.58)、GPT 6.1 Sol (Max,+11.23%/$0.57)、DeepSeek V4.1 Flash (+4.02%/$0.10)、小米 MiMo V2.6 Pro/Flash 等。榜单前 10 还有 GPT 6 Astra、Gemini 4 Argon、Kimi K3 等,可按成本与得分两个维度筛选查看实时结果。
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 SWE-Bench v2 榜单:头部四模型差距仅数点,花钱方式大不同 — charliermarsh · 2026-11-19
- GPT-6.2-Astra-Max 高强度连跑24小时,周额度仅消耗20% — prd_008 · 2026-11-19
- Kling Image 4.0 登 Artificial Analysis 榜单第七,唯一支持原生 8K 输出 — anthara_ai · 2026-11-19
- Contra Labs 发布设计基准:神秘模型 Gestalt 力压人类金牌作品登顶 — yuwen_lu_ · 2026-11-19
- Gemini 霸榜 Arena 日常聊天榜引质疑:是真好用还是评测偏差? — Balance- · 2026-11-19
- 网友用 Claude Opus 5.5 做出浏览器内只狼风 Boss 战 — prasenx · 2026-11-19