看到这个 ai 榜单，确实有点绝望，幸运的是，hy4 和 kimi 还在。

我觉得现在让人难受的是，随着 Anthropic、gpt、gemini 模型能力的不断提升，他们那边对 ai 的使用正在从 提效 变成创造。

而且在提效这个层次里，也有基础提效和深度提效，总之它都向更释放人的创造力方向发展的。

但这个之间的差距确实很大。

Arena.ai 发布重大消息：Anthropic 的 Claude Fable 5.2 (Max) 在 Agent Arena 中以巨大优势登顶第一。

• 净改进幅度达 +30.4%，约是第二名 Claude Opus 5.5 的 1.6 倍。• 数据来自全球社区 4.7k 真实世界代理任务。• 同时在 Code（代码）、Chat（聊天）、Work（工作） 三大类别全部排名第一。

相比上一版本 Claude Fable 5.1 (Max) 的提升：• 排名从第5跃升至第1• 净改进从 +14.8% 提升至 +30.4%• 每任务中位成本从 $7.7 降至 $7.3（降低约6%）• API 价格从 $10/$50 降至 $8/$40 每百万输入/输出 token（降低20%）

当前榜单（Max 模式）：1、Claude Fable 5.2 (Max)：+30.4% | $7.3/任务2、Claude Opus 5.5 (Max)：+19.5% | $5.5/任务3、Gemini 4 Carbon (High)：+17.0% | $1.5/任务4、GPT-6-Astra (Max)：+14.5% | $6.0/任务

在用户满意度（Praise vs Complaint +73%）、可引导性（+33%）、确认成功率（+22%）等指标上均有显著领先，尤其在代码能力上提升巨大。