Arena 推出 Coding Index,GPT-6.2 Astra 编码得分 1338 位列第 3
Arena 推出全新 Coding Index 与 Agent Arena Index 两个榜单,用于衡量智能体在真实编码任务与综合任务上的表现。OpenAI 的 GPT-6.2 Astra (Max) 在 Coding Index 上拿到 1338 分排名第 3,比上一代 GPT-6 Astra (Max) 高出 50 分,同时每任务中位成本从 $12.55 降至 $4.75,降幅 62%,进入成本 Pareto 前沿。在综合性的 Agent Arena Index 上,GPT-6.2 Astra 以 1291 分排名第 6,GPT-6.2 Sol (Max) 以 1241 分排名第 11。 这两个榜单基于全球社区数百万次真实任务轨迹构建,此次 GPT-6.2 两款模型的评分来自 7.1K+ 次真实智能体会话数据。Astra 在用户满意度指标(Praise vs Complaint)上以 1462 分排名第 5,每任务中位成本 $2.94,比 GPT-6 Astra 的 $4.91 低 40%。Sol 则以 $0.90 的每任务成本比 GPT-6.1 Sol (Max) 低 13%,同样进入 Pareto 前沿。 Astra 与 Sol 定位差异明显:Astra 综合分高出 Sol 50 分,但 Sol 每任务成本低 69%。对开发者和选型的团队来说,这组数据提供了按预算和性能权衡的具体参考坐标。
当前结论
Arena 用真实会话数据给编码智能体排了座次。GPT-6.2 Astra 编码 1338 分排第 3,成本还降了 62%;Sol 走低价路线。选模型或算预算的工程师可以直接看这份榜单对号入座。
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。