Agent Arena Index 排行:GPT-6.2 Astra 列第6,成 OpenAI 最强模型
arena · x · 2026-11-19
Arena 发布全新核心指标 Agent Arena Index(基于全球社区数百万真实任务与 trace 构建),GPT-6.2 Astra (Max) 与 GPT-6.2 Sol (Max) 的成绩基于 7.1K+ 真实 agent 会话:
- GPT-6.2 Astra (Max):1291 分列第 6,成为 OpenAI 当前最强模型,较 GPT-6 Astra (Max,第 7,1282 分)提升 9 分;单任务成本中位数 $2.94,较上代 $4.91 降低 40%;在衡量用户满意度的 Praise vs Complaint 信号中列第 5(1462 分)。
- GPT-6.2 Sol (Max):1241 分列第 11,与 GPT-6.1 Sol (Max) 持平,成本降低 13%($0.90 vs $1.04)。
Code Arena WebDev 榜上,两款模型也双双进入 Pareto 前沿:Astra 第 3(1781 分,单任务成本 $5.45 较上代降 42%,消费级产品类第 1),Sol 第 7(1757 分,成本降 21%)。从配图榜单看,Claude Fable 5.2 (Max) 以 1448 分居首,Anthropic 与 Google 各有多款模型进入前 15。
所属事件:LMArena 发布 Agent Arena Index,GPT-6.2 系列登顶成本与性能前沿(3 条相关)→
「模型」频道最新
- Resolve 发布 SRE-1:27B 模型定位生产事故根因,512 GPU 训成 — tianyin_xu · 2026-11-19
- Theo 试用后改口:Gemini 4 Neon「可能真的是个好模型」 — vitaliychiley · 2026-11-19
- Artificial Analysis 发布性格基准:30 项特质 8 大指数横评 53 个模型 — ArtificialAnlys · 2026-11-19
- Artificial Analysis 实测:GPT-6.2 回复缩短 40%,不再轻易承认不确定 — ArtificialAnlys · 2026-11-19
- DeepSeek 4.1-Flash 角色扮演秒入戏,Nemotron 系列却要反复哄 — rickasaurus · 2026-11-19
- Anthropic 官网页面泄露 Claude Mythos 5.5 字样,传新模型随 IPO 发布 — imjustnewatai · 2026-11-19