Claude Sonnet 5.5 (xHigh) 以 1786 分登 Code Arena: WebDev 第 3 名

Arena 宣布 Claude Opus 5.5 (Max) 以 1818 分登顶 Code Arena: WebDev，领先第二名 GPT-6 Astra (Max) 26 分，比 Opus 5 (Max) 的 1692 分高出 126 分。

来自 @GoogleDeepMind 的 Gemini 4 Argon 刚刚在一系列生成任务中与顶级前沿模型正面交锋。 每任务成本比 GPT-6.1 Sol 低 33%，比 Claude Opus 5.5 低 70%，来看 @petergostev 对 Gemini 4 Argon 对比表现的第一印象。 https://www.youtube.com/watch?v=h5EL5zThKaI

本周竞技场动态：GPT-6 Sol、Claude Opus 5.5 登场，以及最新 AI 新闻，不到 60 秒看完。 观看完整更新。 https://www.youtube.com/watch?v=JLiguQgfcDk

Arena 推出改版后的 Leaderboard Overview，把实时信号集中到一个入口。新版包含新模型实时feed、按 Agents、Images、Coding 等类别的模型排名与实时会话、Arena 团队对新模型能力的第一印象，以及 Arena News 动态。用户现可查看 GPT-6 Sol、Claude Opus 5.5 等模型在各竞技场的分数、类别排名与能力信号。

来看看 Arena 上由 @AnthropicAI 的 Claude Opus 5.5 和 @OpenAI 的 GPT-6 Sol 生成的并排输出。 @claudeai Opus 5.5 的评分即将公布。来自我们全球用户社区的真实任务驱动着 Arena 排行榜。现在就前往 Arena 体验，敬请期待！

Code Arena WebDev 榜单中，OpenAI 的 GPT-6 Astra Max 以 1，800 分排名第一，Anthropic 的 Claude Fable 5.1 Max 以 1，758 分位列第二。分类别来看，Astra 在数据与分析、消费产品与平台应用、内容创作与编辑工具上领先，Fable 则在模拟、基于参考的设计和游戏类别占优，两者在品牌营销与信息类网站上表现接近。

OpenAI 的 GPT-6 Astra （Max） 以 1800 分位列 Code Arena WebDev 榜首，Anthropic 的 Claude Fable 5.1 （Max） 以 1758 分排名第二。

Arena 按净提升分数与每任务中位成本对比各模型家族最强型号，家族按同一模型基名下的变体划分。GPT-6 Astra（Max）提升 +11.7%、$3.94/任务，Claude Fable 5.1（Max）+13.7%、$4.40/任务，两者性能相近却明显贵于各自实验室其他模型。

我们分析了 Code Arena： WebDev 上排名第 1 的 GPT-6 Astra 与排名第 2 的 Claude Fable 5.1 之间的对战胜率。我们今天晚些时候会分享结果。 你觉得在全部对战中，GPT-6 Astra 对战 Claude Fable 5.1 的胜率是多少？ 胜率是指一个模型的回答在 Arena 上被人偏好的频率，相对于另一个模型而言。

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。