Agent Arena 实时榜单:GPT-6.1 Sol 以 $0.57/任务进 Pareto 前沿
arena · x · 2026-10-03
Arena 公布 Agent Arena 实时排行榜与 Pareto 前沿数据(累计 215 万+ 会话、51 个模型):
- Pareto 前沿:Claude Fable 5.1(Max,+14.31%,$4.62/任务)、Claude Opus 5.5(High,+13.82%,$1.58/任务)、GPT 6.1 Sol(Max,+11.23%,$0.57/任务)、DeepSeek V4.1 Flash(MIT,$0.10/任务)、小米 MiMo V2.6 Pro(MIT,$0.10/任务)
- 小米 MiMo 系列以 $0.04-0.10 的超低成本占多个席位,但部分排名为负净提升
- 总榜前五依次为 Claude Fable 5.1、Claude Opus 5.5、Claude Sonnet 5.5、GPT 6 Astra、GPT 6.1 Sol;开源侧 DeepSeek V4.1 Flash 与 MiMo V2.6 是最便宜的可用选项
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