Agent Arena数据显示，前15款模型的代理任务表现与成本差异明显：Kimi K3（Max）排名第4，单任务中位成本为0.62美元；Claude Opus 5（Max）排名靠前但成本达3.37美元。该比较为用户评估代理模型的性能价格比提供参考，但属于转发的评测信息。
下线会立即隐藏 Defomo 内容，并联动撤回 Elys 全部 Feed、详情和分享入口；恢复不会补推历史 Feed。 本操作覆盖整个事件簇及未来新成员。
Agent Arena数据显示，前15款模型的代理任务表现与成本差异明显：Kimi K3（Max）排名第4，单任务中位成本为0.62美元；Claude Opus 5（Max）排名靠前但成本达3.37美元。该比较为用户评估代理模型的性能价格比提供参考，但属于转发的评测信息。
簇级候选：8 个已有簇， 共 8 条代表。
Agent Arena已上线“帕累托前沿”榜单，按真实智能体任务表现与单任务中位成本比较模型；当前入选包括Claude Opus 5、Kimi K3、GPT 5.5、Grok 4.5、GLM 5.2、GPT 5.6 Luna和Mimo V2.5 Pro，其中Claude Opus 5性能提升12.34%、单任务成本1.78美元，Kimi K3为10.53%和0.62美元。该榜单将效果与成本放在同一维度，便于评估不同模型在智能体任务中的性价比。
Agent Arena展示代理模型排行榜，基于全球用户社区提供的数百万真实世界长周期任务，评估模型调用网络搜索、文件系统和终端工具完成复杂工作流的表现。排行榜通过因果追踪方法比较模型相对平均模型的实际结果，为用户提供代理能力对比参考，但内容本身未披露具体模型成绩或重大产品变化。