#agent-arena

Arena.ai 将 GPT-6 Sol（Max）列在 Agent Arena 第六，净提升 +7.7%，每项任务成本 0.75 美元

Arena.ai 称，OpenAI 的 GPT-6 Sol（Max）在 4,000 余次真实世界智能体任务会话中净提升 +7.7%，每项任务中位成本为 0.75 美元。它落后 Claude Fable 5（High）0.60 个百分点，但每项任务成本低 56%。

Arena.ai 将 GPT-6 Sol（Max）在 Agent Arena 排在第六，净改善率为 7.7%

Arena.ai 称，GPT-6 Sol（Max）在 4000 余次真实世界智能体会话中净改善率为 +7.7%，排名第六。相较 GPT-5.6 Sol（xHigh），该结果由 +6.2% 和第八名上升，每 token 价格为其一半。

Arena.ai 将 Grok 4.7（xHigh）在 Agent Arena 排第 16，净改善为 +3.96%

Arena.ai 将 SpaceXAI 的 Grok 4.7（xHigh）在 Agent Arena 排第 16，净改善为 +3.96%，每项任务的中位成本为 1.14 美元，高于 Grok 4.6（High）和 Grok 4.5。

Arena.ai 将 GPT-6 Sol 与 GPT-6 Luna 加入 Agent Arena 和 Code Arena

OpenAI 的 GPT-6 Sol 与 GPT-6 Luna 现可在 Arena.ai 的 Agent Arena 中测试，分数尚未公布；也可在 Code Arena 的 WebDev、Text、Vision、Search 与 Document 类别中测试。OpenAI 称，这两款模型建立在 GPT-6 Astra 的进展之上，API 价格比 GPT-5.6 的促销价低 50%。

Claude Opus 5.5 现已进入 Arena.ai 的 Agent Arena 与 Battle Mode

Arena.ai 已将 Claude Opus 5.5 加入 Agent Arena，以及面向 WebDev、Text、Vision 和 Document 的 Battle Mode。Claude 称，它是首个 Claude 5.5 模型，在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。