LMArena 公布实战结果：OpenAI GPT-6 Astra (Max) 以 1797 分登顶 Code Arena WebDev，领先第二名 Claude Fable 5.1 (Max) 1762 分约 35 分，并高于 Claude Opus 5 (Max) 与 GPT-5.6 Sol (xHigh)。同时在约 $40/Mtoken（与最新 Claude 定价对齐）处重塑质量-价格帕累托前沿，覆盖含多步推理与工具调用的 agentic WebDev 任务。
Arena.ai 官方公布：Anthropic Claude Fable 5.1 (Max) 在 Agent Arena 基于 6.7k+ 真实长程智能体会话登顶，净提升 +15.8%，同时以中位 $4.14/任务改写价格-性能帕累托前沿。赞美 vs 投诉隐式情绪领先 +42.5%，确认成功 +22.4%，Bash 恢复 +13.1%，且无工具幻觉；GPT-6 Astra 轨迹仍在收集中。
LMArena 公布 Claude Fable 5.1 (Max) 在 Code Arena WebDev 六大子域的细项：总榜 1765 分（相对 Fable 5 的 1628）升至第 1，并在 Gaming、Simulations、Reference-Based Design、Brand & Marketing、Consumer Product 五域登顶；Data & Analytics 仅小幅 +17。Content Creation / Fullstack 等分类分数即将发布。
Arena.ai 公布 Claude Fable 5.1 (Max) 在 Code Arena: WebDev 以 1765 分登顶，较 Fable 5 (Max) 的第 8 名（1628）整体 +137，并以约 77 分优势领先 Qwen3.8-Max-0902；六大子域中五项第一（Gaming/Simulations/Reference-Based Design 等涨幅显著），同时以约 $40/MToken 重塑高价 Pareto 前沿。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察