Agent Arena

Arena.ai 的 Agent Arena 分析显示，随着任务复杂度提升，Gemini 4 Carbon 相对 GPT-6 Astra 与 Claude Opus 5.5 的成本优势持续扩大。典型任务中 Astra 成本约为 Carbon 的 3.4 倍、Opus 5.5 约为 3.9 倍，而在最贵的 5% 会话中 Opus 升至 4.2 倍、Astra 成本近乎翻倍。该结论对长周期智能体任务的成本规划具有参考价值。

Anthropic 推出 Claude Fable 5.2 与 Claude Mythos 5.2 两款新模型，官方称其在编程、推理与视觉能力上均有提升，定位攻克高难度技术任务。Fable 5.2 已同步上线 Arena 的 Agent Arena 与 Code Arena，可调用网页搜索、文件系统与终端工具完成长周期智能体任务，排行榜成绩即将公布。