代码竞技场模型迭代提速 同等性能成本降 20 倍

Arena.ai (@arena) · 2026-11-13 16

到 10 月，击败 4 月最佳编程模型的成本降低了 20 倍。

我们分析了 Code Arena: WebDev 上从 2025 年 12 月到 2026 年 10 月 23 日列出的每一个模型：来自 24 个实验室的 105 个模型，覆盖 44 期周榜，以及 4 月到 10 月每个回答的成本。

发布节奏已经加快。去年冬天，每月大约有五个新模型进入 Code Arena。从 7 月到 10 月，这一数字是 12 到 14 个，几乎每两天就有一个。而从 5 月到 10 月，最高分的攀升速度是去年冬天的 3 倍。

尽管各实验室在竞速，真正获胜的是用户。到 10 月，小米的 MiMo-V2.6-Flash 得分超过了 4 月的顶级模型 Claude Opus 4.7，而价格不到后者的二十分之一。而对于成本在 5 美分到 1 美元之间的回答，10 月的最佳模型在相同价格下对 4 月最佳模型的估计胜率为 65-80%。

阅读 @DawidGalarowicz 下方的文章，了解更多关于 AI 竞赛如何加速，以及这对该领域意味着什么。

↳ 引用 @arena (Arena.ai)： 随着最高分攀升速度达到 3 倍，4 月的最佳模型成本降低了 20 倍。https://x.com/i/article/2121078008069214208