Gemini 4 Hydrogen (High) 登上 Agent Arena 榜单第 5 名

Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。

Arena 评测称 GoogleDeepMind 的 Gemini 4 Hydrogen 是 Agent Arena 前十中最快模型，单步平均 7.3 秒，比 Claude Sonnet 5.5 快约 2.7 倍、比 GPT-6.1 Sol 快约 3.1 倍。

Arena 的 Agent Arena 分析发现，Google DeepMind 的 Gemini 4 Carbon 随任务难度提升成本竞争力增强。典型任务下 GPT-6 Astra 成本为 Carbon 的 3.4 倍，Claude Opus 5.5 为 3.9 倍，GPT-6.1 Sol 约为一半（0.54 倍）；在成本最高的 5% 会话中，Carbon 相对三者进一步改善，Astra 相对成本约翻倍，Sol 的价格优势收窄。

Anthropic 的 Claude Fable 5.2 (xHigh) 以 1832 分登顶 Arena 的 Code Arena: WebDev 榜，超过 Claude Opus 5.5 (Max) 的 1818 和 Gemini 4 Carbon (High) 的 1768。该版本比 Fable 5.1 快至多 30%，价格从每 M tokens $10/$50 降至 $8/$40。Arena 同时发布了 17 个生成示例视频，涵盖 3D 世界、可玩游戏、网页 UI、…

Anthropic 发布的 Claude Fable 5.2 (xHigh) 在 Arena 的 Code Arena: WebDev 榜单以 1832 分排名第一，超过 Claude Opus 5.5 (Max) 的 1818 分和 Gemini 4 Carbon (High) 的 1768 分。据 Arena 数据，该模型比 Fable 5.1 快最多 30%，价格从每百万 tokens $10/$50 降至 $8/$40，Agent Arena 分数即将公布。

Arena 发布本周榜单更新。

Arena 宣布 Google 的 Gemini Omni 1.2 Flash 在 Text-to-Video 和 Image-to-Video 榜单首秀即排名第一，Video Edit 排第三。其文生视频得分为 1541 分，比上一代 Gemini Omni 1.1 Flash 的 1514 分高出 27 分，Google 的 Omni 系列就此包揽文生视频榜前三。被引用的 Google 介绍称，该模型视频生成和编辑时长上限提升到 15 秒，720p 视频 API 价格降…

Agent Arena 统计近 14 天近 30000 个任务运行超过一小时，平均模型每小时发起 332 次工具调用。长程任务上模型选择最多可省 66% 成本：Gemini 4 Carbon 每小时任务中位成本 $10.51，Claude Opus 5.5 为 $21.13，GPT-6 Astra 为 $31.08。

Arena 基于 Agent Arena 数据称，Google DeepMind 的模型在成本上扩展性更好，Gemini 4 Carbon 是典型代表：典型任务上 GPT-6 Astra 成本为其 3.4 倍、Claude Opus 5.5 为 3.9 倍，GPT-6.1 Sol 约为其一半（0.54 倍）。

Arena 发布 Agent Arena 评测观察，称任务越复杂时 GoogleDeepMind 和 Xiaomi MiMo 是最大赢家。便宜任务上 OpenAI 和 Anthropic 占据 11 个前沿席位中的 10 个，但在最贵 5% 会话中只占 7 个，空出的席位由 Gemini 4 Argon 和 MiMo-V2.6 Flash/Pro 补上。