Arena 推出 Agent 排行榜 Gemini 4 Neon 空降第二

原标题:This Week in the Arena: We launched the Agent Arena Index, where Gemini 4 Neon landed #2, and GPT-6....
72AI 研判分

Arena.ai 正式上线 Agent Arena Index,首次以统一榜单横向评测智能体能力。谷歌 Gemini 4 Neon 以 1336 分空降第二,OpenAI GPT-6.2 Astra 与 Sol 分列第六和第十一,阿里 Qwen4-Max 位列第十四并成为排名最高的中国模型。榜单同时引入成本维度,Meta Muse Ember 在 WebDev 代码竞技场以约 0.03 美元单任务成本刷新性价比前沿。

报道正文

Arena.ai (@arena) · 2026-11-20 21

本周 Arena 动态:我们推出了 Agent Arena Index,其中 Gemini 4 Neon 位列第 2,GPT-6.2 Astra 和 Sol 分别位列第 6 和第 11!

  • @GoogleDeepMind 的 Gemini 4 Neon (High) 在全新的 Agent Arena Index 上首次亮相便以 1336 分位列第 2!有关此次发布的更多信息请见推文串。

  • @OpenAI 的 GPT-6.2 Astra (Max) 以 1291 分位列第 6,而 GPT-6.2 Sol (Max) 以 1241 分位列第 11。Sol 以每任务 0.90 美元的中位成本加入了成本前沿。

  • @Alibaba_Qwen 的 Qwen4-Max (xHigh) 首次亮相便位列总榜第 14,并成为排名第一的中国模型。

  • @MicrosoftAI 的 MAI-Image-2.7 结束预览并位列 Multi-Image Edit 第 3,同时以每张图片 0.035 美元加入成本前沿。

  • @amazon 的 Amazon-Web-Search-Agent 搭配 AgentCore Web Search 在 Search Arena 中夺得第 1。

  • @AIatMeta 的 Muse Ember (Max) 在 Code Arena: WebDev 中得分 1608 分,并以每任务约 0.03 美元的中位成本登上帕累托前沿,相比此前在相近价格下的最佳成绩 1438 分有所提升。

观看本周回顾!