Opus 5.5 (High) 一进 Agent Arena 就是第二名,还顺手把价签改小了六成。
名次是 #2,净提升 +12.15%,压在它头上的只有 Fable 5.1 (Max)。真正让榜单动容的是价格:单任务中位 $1.31,比榜首便宜 64%,直接把帕累托前沿往外推了一格。
这组数字让我盯了两遍。往常榜首要么最强要么最贵,这次第二名兼着性价比最优位,选型的人等于拿到了一个不用纠结的位置。往前比更有意思,它比 Opus 5 (High) 便宜 40%,比 Opus 5 (Max) 便宜 56%,净提升分还更高,越新的档位越省钱,这个方向对了。
分信号看,四个维度全在前四:可引导性 +14.50% 排第一,成功确认 +15.50% 排第二,好评对差评 +19.80% 排第三,Bash 恢复 +10.64% 排第四。可引导性拿头名,说明它听话,指哪打哪,这对要反复调方向的活尤其值钱。
再想想排第一的 Fable 5.1 (Max) 为什么还坐在那儿。它赢在极限能力,代价是单任务更贵。榜单前列从此分成两种活法:一种拼上限,一种拼单位钱买到的提升。两条路都在,选哪条看你兜里有多少预算、任务里有多少重复量。
对把模型当生产资料的团队,这次榜单给的画面很清楚:High 档已经把 Max 档的活接走了一大半,还便宜。真正该对比的不是它和 Fable 谁强,是同样的钱在 High 档能多跑几倍任务。
信号榜的四行数字都在推文里,12.15%、$1.31、64%、+14.50%,四个数各管一头。
话题来源 @arena
99.8K阅读 ❤️406 x.com/…↗ 已改写,非原文转载
175 浏览 0 评论
0 反应















