Agent Arena 数据显示长程任务模型每小时成本最大相差 66%
中文摘要
Agent Arena数据显示长程任务模型每小时成本差异达66%,Gemini 4 Carbon成本最低,GPT-6 Astra最高。
English Summary
Agent Arena data shows up to 66% hourly cost variance in long-running tasks, with Gemini 4 Carbon being cheapest and GPT-6 Astra most expensive.
Original Excerpt
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。