#Agent Arena
OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了
OpenAI 的 GPT-6 Sol 上 Agent Arena 了，净改进 +7.7% 排第 6，确认成功率排第 4，API 价格还比 GPT-5.6 便宜一半。
xAI 的 Grok 4.7 上 Agent Arena 榜了，任务成功率明显变好，但单任务价格从 $0.74 涨到 $1.14，省钱党可以先观望。
LangChain 搞了个好玩的展台：你打 30 秒俄罗斯方块，AI 学你的路子再挑个模型替你上场比赛，不同模型水平一眼见分晓。
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 两个便宜一半的新模型上，还能在 Agent Arena 里亲手测试投票。
Claude Opus 5.5 进 Agent Arena 了，你的 toughest prompt 能直接给模型出难题投票，还能看到它在 WebDev、Vision 等赛道的对战成绩。
Arena 拆了 20840 条编码智能体反馈：69% 差评是代码跑不通，Fable 5.1 比 Astra 更少被吐槽。
DeepSeek 发布了新模型，性能提升 4.87%，成本只有 0.07 美元，比很多模型便宜很多。
Meta 新发布的 Muse Spark 1.3 (Max) 在 Agent Arena 中表现提升明显，排名从第30位跃升至第13位，性能提升显著，值得关注。
DeepSeek新出的V4.1-Flash模型参加Agent Arena竞赛，你可以去投票看看它的表现，这个模型设计得更智能、更快、更高效。
OpenAI发布了GPT-6 Astra (Max)，在Agent Arena中排名第二，用户评价和成功率大幅提升，成本表现也很有竞争力。
Anthropic的Claude Fable 5.1 (Max)在Agent Arena排名第一，性能领先但成本较高，用户满意度极高。
GoogleDeepMind 新发布的 Gemini 3.8 Flash (High) 在多个竞技场表现优异，成本比同类模型低 44-50%。
GoogleDeepMind发布Gemini 3.8 Flash (High)，在多个基准测试中超越前代版本和Claude Opus 5。