Arena周报：Fable 5.2登顶，Gemini 4 Hydrogen提速

Gemini 4 Hydrogen 擅长知识工作。 基于超过 6,000 个真实智能体会话，Hydrogen（High）在 Agent Arena 综合排名第 5。在知识工作任务上，它升至第 4。 因此，它领先于三个综合排名高于它的竞争模型：Claude Opus 5.5（Max）、GPT-6 Astra（Max）和 Claude Sonnet 5.5（Max）。 这意味着 @GoogleDeepMind 的 Hydrogen 不仅是 Agent Arena 前 5 中最快…

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。

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。

根据我们对 26K+ 会话的分析，Agent Arena 中排名前十的智能体每生成一个 token，大约要处理 93 个输入 token。 这就是各家实验室竞相降低缓存输入成本的原因。 下方视频展示了缓存在实践中的运作方式，用的是来自 @AnthropicAI 的 Opus 5.5 和 @GoogleDeepMind 的 Gemini 4 Argon 的真实会话。 深入了解这场隐藏的 AI 价格战：@DawidGalarowicz 的文章见下方。

Arena 宣布 Gemini 4 Carbon (High) 首次上榜：Text Arena 第一（1528 分），Agent Arena 第二（+16.2% 净提升），Code Arena: WebDev 第四（1768 分）。