#code-arena

Arena.aiによると、OpenAIのGPT-6.1はAgent Arenaで試用でき、スコアは今後公開される。Code ArenaではWebDev、Text、Vision、Search、Documentでも利用できる。OpenAIは、GPT-6.1 Solが5分の1の価格でAstraに近い知能を提供すると述べている。

Claude Sonnet 5.5（High）が Code Arena WebDev で4位

Arena.ai は、Anthropic の Claude Sonnet 5.5（High）を Code Arena: WebDev で4位、1,699点、混合価格は100万トークンあたり8ドルとし、Sonnet 5（High）を159点上回るとしている。

Arena.ai、Code Arena WebDevでGPT-6 Luna（Max）を24位にランク

GPT-6 Luna（Max）は1,593点で、41位のGPT-5.6 Luna（xHigh）を74点上回る。Arena.aiによると、100万トークンあたりの混合価格0.40ドルでGemini 3.7 Flash HighおよびQwen 3.8-27Bと同等だという。

Arena.ai、Code Arena WebDevでClaude Opus 5.5（Max）を首位に

Arena.aiによると、Claude Opus 5.5（Max）はCode Arena WebDevのランキングで首位。ブレンド価格は100万トークンあたり16ドルで、次点のGPT-6 Astra（Max）より60%低い。スコアはArena.aiのグローバルコミュニティによる実際の利用に基づく。

Claude Opus 5.5（Max）がArena.aiのCode Arena WebDevで首位

Arena.aiはCode Arena WebDevでClaude Opus 5.5（Max）を1,818ポイントで首位とし、GPT-6 Astra（Max）を26ポイント、Opus 5（Max）を126ポイント上回った。Claudeは、このモデルが大半のタスクでClaude Fable 5.1と同等の水準で、運用コストはOpus 5より40%低いとしている。

Tencent Hy、AIで作ったウェブアプリ向けWebCraftBenchを発表

WebCraftBenchは、エージェントに稼働中のアプリを使わせたうえで、見た目、使いやすさ、元の依頼を満たしたかを採点する。Tencent Hyは、検証済み197組で人間の好みとの一致が85.3%だったと報告している。

Arena.ai、Code Arena: WebDevでGPT-6 Sol（Max）を4位にランク

Arena.aiによると、OpenAIのGPT-6 Sol（Max）はCode Arena: WebDevで1,689点を獲得して4位となり、入出力を合わせた価格は100万トークンあたり8ドルだった。GPT-5.6 Sol（xHigh）を72点上回り、Arena.aiはGPT-6 Lunaのスコアはまだ確定していないとしている。

Grok 4.7（xHigh）がCode Arena WebDevで10位

Arena.aiはSpaceXAIのGrok 4.7（xHigh）を1,632ポイントとし、Grok 4.6（High）を16ポイント、6順位上回る。SimulationsとConsumer Productも順位を上げている。