Today for AI
返回热点榜
agent热度 26.9°

AI 聚合热点事件 · 2026/11/5

Agent Arena 数据：长时任务成本差异达 66%

2 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/5 01:49:24
全景综述与最新动态
1 家信源交叉印证

Arena.ai 发布 Agent Arena 最新基准数据，显示在持续超过一小时的复杂智能体任务中，不同前沿模型的成本差异显著。Gemini 4 Carbon 以每小时 10.51 美元的中位成本成为最具性价比选择，比 Claude Opus 5.5 便宜 50%，比 GPT-6 Astra 便宜 66%。尽管 Claude Opus 5.5 在能力评分上领先，但其高昂的时间与金钱成本迫使开发者在长周期任务中重新权衡性能与预算。

最新动向/Arena.ai 发布 Agent Arena 最新基准数据，显示在持续超过一小时的复杂智能体任务中，不同前沿模型的成本差异显著。Gemini 4 Carbon 以每小时 10.51 美元的中位成本成为最具性价比选择，比 Claude Opus 5.5 便宜 50%，比 GPT-6 Astra 便宜 66%。尽管 Claude Opus 5.5 在能力评分上领先，但其高昂的时间与金钱成本迫使开发者在长周期任务中重新权衡性能与预算。

逐小时热度走势

6 个完整观测小时
当前
26.9
峰值
29.902:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 2 篇 · 最新优先
  1. Arena.ai (@arena)T1·78 分

    Agent Arena 数据：长时任务成本差异达 66%

    原标题：In the last 14 days, nearly 30,000 tasks ran for over an hour on Agent Arena. Within that hour, the ...

    • Gemini 4 Carbon 在长时任务中具备显著成本优势，比竞品便宜 50%-66%
    • Claude Opus 5.5 虽能力最强但耗时最长（峰值近 2 小时），导致单位时间成本翻倍
    • 长周期智能体任务中，模型选型需从单纯追求高分转向综合考量成本与效率
  2. Arena.ai (@arena)T1·68 分

    Arena 数据：Gemini 4 Carbon 在高难任务中成本优势显著

    原标题：Models by @GoogleDeepMind scale better on cost than their rivals.

    • Gemini 4 Carbon 在高复杂度任务中的成本扩展性优于 GPT-6 和 Claude Opus 系列。
    • 在 Arena 最昂贵的 5% 会话中，OpenAI 和 Anthropic 的前沿模型份额下降，Google 和小米模型填补空缺。
    • 实际案例显示，选择成本效率更高的模型可在构建 Android 安全应用等长程任务中实现显著节省。