Agent Arena上线模型性能与成本帕累托前沿榜单

摘要与判断

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。

Topics

引用和原文

• Pareto frontier is live in Agent Arena! Dive into model performance on real-world agentic
• 原文链接

Trace

Raw Item

raw_222bf9f980f64df1

Processed Item

processed_27c63acb4dc74b39

Source

source_x_kimi_moonshot

Cluster

查看所属簇

LLM Logs

llm_e3a12a5e3cbb4cbb, llm_66297b293a4a4f83, llm_54dc5ffec0ba40a1

Coze Loop

c301724268644dd1fcb887fe0405f74f