Agent Arena 推出新分類榜單:GPT 5.6 Sol 登頂 Code,Claude Opus 5 稱霸 Work 與 Chat
該評測基於數百萬個真實世界長效代理任務,因單次長效會話成本可達上千美元,榜單特別採用基於任務的成本估算來評估模型。
X @arena單一來源
57 則值得知道的變化
該評測基於數百萬個真實世界長效代理任務,因單次長效會話成本可達上千美元,榜單特別採用基於任務的成本估算來評估模型。
支援逾 40 種語言,定價每百萬字元 49 美元,雖高於 Simba 3.2 等同級競品,但價格僅 Eleven v3 的一半。
於 2026 高峰會宣布 GA 的新版帳戶概覽,新增 7 個組織級 AI 視圖追蹤 Cortex 等服務消耗,並允許在預算超支時自動觸發撤銷權限等動作。