Arena 按净提升分数与每任务中位成本对比各模型家族最强型号，家族按同一模型基名下的变体划分。GPT-6 Astra（Max）提升 +11.7%、$3.94/任务，Claude Fable 5.1（Max）+13.7%、$4.40/任务，两者性能相近却明显贵于各自实验室其他模型。