GPT-6.1 Sol (Max) 以更低成本进入 Agent Arena 第 5 名

Arena 宣布 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 中排名第 5，较此前提升 11.23%，中位任务成本为 $0.56，并重塑了该榜单的 Pareto 前沿。证据未提供对比基线、任务集合或并列模型的具体信息。

此前前列位置通常由更高成本模型占据，此次变化显示该模型在低成本区间接近头部水平，并改变了 Agent Arena 的 Pareto 前沿，意味着能力与成本之间的取舍关系出现调整。

Agent Arena 以任务完成表现和成本共同刻画模型位置，Pareto 前沿表示在给定成本下难以被同时超越的表现组合。GPT-6.1 Sol (Max) 以 $0.56 的中位任务成本进入第 5，说明其在单位成本产出上被榜单机制认定为更优，但证据未披露具体任务类型或评分方式。

若该成本与排名在真实业务中可复现，产品团队在构建多步 Agent 工作流时可把该模型纳入低成本候选，重新评估原先因单价偏高而排除的方案；研发侧需要按自身任务集验证中位成本与成功率，而非直接套用榜单结论。

• 在客服、检索或数据处理等高频 Agent 场景中，用小规模 A/B 测试比较 GPT-6.1 Sol (Max) 与现有模型的单任务成本与完成率
• 针对多步 Agent 流程建立按任务统计的成本看板，把 $0.56 一类中位成本作为基准线持续跟踪
• 在模型路由层加入成本档位策略，将简单任务分配给低成本模型、复杂任务保留给高价模型

• Agent Arena 第 5 名的具体评测任务集合与评分口径是什么
• +11.23% 是相对上一版本、上一排名还是其他基线
• $0.56 中位任务成本对应的任务长度与工具调用次数如何
• Pareto 前沿被重塑前后，前列模型分别有哪些