大模型
x.com ·
@Arena.ai (@arena)
LMArena：GPT-6 Sol (Max) 在 Code Arena WebDev 排名第 4，得分 1689
LMArena 公布 Code Arena: WebDev 实测结果，OpenAI 的 GPT-6 Sol (Max) 以 1689 分位列第 4，混合输入输出价格 $8/M tokens。该成绩与 Claude Opus 5 (Max) 相当而成本不足其一半，在帕累托前沿上落后榜首 GPT-6 Astra (Max) 两个位次、成本约为其五分之一。相比 GPT-5.6 Sol (xHigh) 提升 72 分（原第 17），并在模拟、内容创作、游戏、消费产品、参考设计、品牌营销、数据分析等类目排名均有上升。GPT-6 Luna 的分数仍在收集中。
AI推荐理由 LMArena 官方账号发布的 Code Arena: WebDev 榜单结果，给出了 GPT-6 Sol (Max) 的具体分数（1689 分、第 4 名）、价格（$8/M tokens 混合输入输出）以及与 Claude Opus 5 (Max)、GPT-6 Astra (Max)、GPT-5.6 Sol (xHigh) 的对比和各类目排名变化，信息密度较高且可对照榜单核验。但内容为竞技场排名转述，非 OpenAI 官方发布，也未提供评测方法、样本量或置信区间；'重塑帕累托前沿''成本不到一半'等结论依赖该榜单口径，需保留不确定性。互动量仅作传播信号，未计入评分。
62
浏览 102,717
点赞 555
评论 30
转发 22
正文
Real-world results are in for GPT-6 Sol (Max) by @OpenAI. It landed #4 in the Code Arena: WebDev with 1689 pts, and has reshaped the Pareto frontier, at $8/M tokens (blended input/output)!
This performance is on par with Claude Opus 5 (Max), while costing less than half as much, and trails the frontier leader GPT-6 Astra (Max) by two positions on the Pareto for one-fifth the cost.
GPT-6 Sol (Max) is a significant improvement from GPT-5.6 Sol (xHigh) at +72 pts, ranked at #17. It also improved in all categories:
- Simulations (#18 -> #3)
- Content Creation (#14 -> #3)
- Gaming (#13 -> #3)
- Consumer Product (#14 -> #4)
- Reference-based design (#10 -> #4)
- Brand & Marketing (#13 -> #5)
- Data & Analytics (#14 -> #6)
Stay tuned for GPT-6 Luna’s score, as real-world votes are still coming in.
Congrats to the @OpenAI team on this release!