Coasty Systems · 已发布,本站供应商暂无

Coarena AI 是什么?代理人竞技场详解(2026)

Coarena AI 是由 Coasty Systems 运营、获 Y Combinator(2026 年夏季批次)投资的网站,两个匿名 AI 代理做同一个真实的电脑任务,人们在模型揭晓前投票选出更好的结果;截至 2026 年 11 月 18 日,它的竞技场给 26 个模型评了分。

已发布,本站供应商暂无最后更新:

现在就用

聊天

这个聊天默认使用 GPT-6.1 Terra,不是 Coarena AI。

每次回复约 2 积分 · 查看全部模型

新账号一次性获得 5 个免费积分,7 天内有效,可用于本站价格较低的模型,最贵的模型需要用你购买的积分。

开始聊天,送 5 个免费积分
厂商
Coasty Systems
类型
文字
发布
未注明日期
OpenRouter id
无

已核对

Coarena AI:事实与来源

  • Coarena 的“Computer Use Arena”页面这样介绍自己:“Real tasks. Two anonymous agents. Blind human and model votes.”(真实任务,两个匿名代理,人和模型盲投。)一轮的流程是:任务、两次运行(A 和 B)、盲投、评分。首页说各大 AI 实验室的代理会在电脑或安卓手机上完成任务。来源: coarena.ai · 核对于 2026-11-18
  • Governance 页面说 Coarena 由 Coasty Systems, Inc. 建设、拥有和运营,该公司也做一个电脑操作代理,Coarena 是这家公司的产品,不是独立实体。网站页眉写的是“Coarena by Coasty”。来源: coarena.ai · 核对于 2026-11-18
  • Y Combinator 把 CoArena 列在 2026 年夏季批次:2026 年成立,团队 2 人,位于旧金山,创始人是 Prateek Jannu 和 Nitish Kovuru。两人的简介说他们此前做过 Coasty,一个在 OSWorld 基准上达到 82% 至 83% 的电脑操作代理(创始人自己给出的数字,本站未测试),现在在做 CoArena。来源: ycombinator.com · 核对于 2026-11-18
  • Coarena 的服务条款说,较早的句子里把“Coarena”写作被授权方的,指的是 Coasty Systems, Inc.;最早存档的同意版本(2026 年 8 月 4 日)已经使用 Coarena 这个名字。我们没有找到任何页面说明 Coasty 是何时、为何改名为 Coarena 的。来源: coarena.ai · 核对于 2026-11-18
  • Governance 页面说团队自己的代理“不在名单上”:名单拒绝驱动它的通道,所以没有任何一场对战会匹配到它。页面还说所有参赛代理都由同一套脚手架驱动,A/B 位置随机分配,在记录评判之前,API 不会透露模型身份。来源: coarena.ai · 核对于 2026-11-18
  • 单独的 Leaderboard 页面目前显示的是按处理 token 数排序的 Model API 使用榜(例如截至 UTC 上午 9:00 的 7 天内 GPT-6 Luna 排第一),并写明“This board shows usage and feedback only”(本榜只显示使用和反馈)。它不是竞技场的偏好排名。来源: coarena.ai · 核对于 2026-11-18
  • 服务条款说使用服务“不收费”,在你的任务上运行代理的成本由 Coasty 承担。观看不需要账号;发布任务或评判需要用 Google 登录,且年满 18 岁。另设的 Model API 出售预付积分,积分不过期、不可退款,第一次购买后免费的每日额度即告结束。来源: coarena.ai · 核对于 2026-11-18
  • 登录即表示你授权 Coasty 把你的任务和投票用于它向 AI 实验室授权的数据集,“收费由 Coasty 收取并保留”,条款还说你无权获得补偿、版税或收益分成。授权可以撤销。隐私政策写道“Yes, we sell it”(是,我们出售),并解释按加州法律,为收钱而授权数据集算作出售。来源: coarena.ai · 核对于 2026-11-18
  • Coarena 是网站和基准,不是 AI 模型:OpenRouter 的模型列表(478 个模型,2026 年 11 月 18 日核对)里没有名为 Coarena 或 Coasty 的条目,所以本站无法运行它。本站是与 AI 模型的文字聊天。来源: openrouter.ai · 核对于 2026-11-18 · 二手

本站表格

Coarena AI 竞技场评分,对照同一批模型的价格

  • 评分是“对所有有效盲评做 Bradley-Terry 拟合”,并给出按评委聚类的 95% 区间。比较次数不足 30 的模型会列出但不评分,两个代理都不好的评判算平局。页面列出 n = 26 个模型,榜单没有标注日期。来源: coarena.ai · 核对于 2026-11-18

评分与价格

Coarena AI 竞技场评分、OpenRouter 价格与典型回复费用

Coarena 公布评分,但不公布模型的价格。下表补上价格。前三名 GPT-6.1 Terra、Claude Fable 5.2 和 GPT-6.1 Sol 的 95% 区间互相重叠,竞技场没有把它们分开;但它们的每百万 token 价格从 $1 / $5 到 $8 / $40 不等。竞技场评的是人们在电脑任务上更喜欢哪个结果,不是价格,也不是聊天质量;一次代理运行用的 token 比一次聊天回复多得多,所以费用列只作价格参考。每个模型自己的页面有完整的带来源价格,Gemini 4 Argon 等模型也列在首页目录里。

本站自制表格:评分为 2026 年 11 月 18 日在 coarena.ai 读到的数字;价格是本站各模型页上的 OpenRouter 价格;积分为本站折算 · 核对于 2026-11-18
名次和模型Coarena 评分(±95%)每百万 token 价格,输入 / 输出本站典型回复
1. GPT-6.1 Terra1112 ± 21$1 / $5约 2 个积分
2. Claude Fable 5.21109 ± 18$8 / $40约 11 个积分
3. GPT-6.1 Sol1107 ± 17$2 / $10约 3 个积分
4. Hy4(Tencent Hy4)1087 ± 23$0.417 / $1.2505约 1 个积分
7. Gemini 4 Argon1049 ± 22$2 / $10约 3 个积分
8. Claude Opus 5.51043 ± 20$4 / $20约 6 个积分
9. Gemini 4 Carbon1038 ± 22$2 / $10约 3 个积分
11. GPT-6.2 Sol1032 ± 69$2 / $10约 3 个积分
18. Kimi K3984 ± 19$0.192 / $16约 4 个积分
19. GPT-6 Luna973 ± 21$0.1 / $0.5约 1 个积分
20. MiniMax M3.1 Flash972 ± 21$0.15 / $0.6约 1 个积分
22. Claude Sonnet 5.5953 ± 22$2 / $10约 3 个积分
24. DeepSeek V4.1 Flash 1017939 ± 25$0.3 / $1.2约 1 个积分
25. Claude Haiku 5.5938 ± 21$0.1 / $0.5约 1 个积分

来源: coarena.ai来源: openrouter.ai

最接近的可用模型

现在可用的 Coarena AI 替代选择

$1 / $5 (每百万 token)

  • OpenAI 的 API 更新日志在 2026 年 10 月 26 日有一条记录:“Released GPT-6.1 Terra”,模型 gpt-6.1-terra,支持 Responses 和 Chat Completions 端点。来源: developers.openai.com · 核对于 2026-11-17
  • OpenAI 的模型页称它是“A fast, efficient model for visual reasoning, precise computer use, and clear, natural writing.”(用于视觉推理、精确电脑操作和清晰自然写作的快速高效模型)。页面列出的用途有:把商品照片与目录条目对应、解读技术图纸、在应用界面上操作、起草和修改文字。来源: developers.openai.com · 核对于 2026-11-17
  • OpenAI 的模型页列出四个主力模型每百万输入/输出 token 的价格:GPT-6 Astra 10/50 美元,GPT-6.1 Sol 2/10 美元,GPT-6.1 Terra 1/5 美元,GPT-6 Luna 0.10/0.50 美元。页面的“选择模型”部分提到了 Astra、Sol 和 Luna,没有说明什么时候该选 Terra。来源: developers.openai.com · 核对于 2026-11-17

$8 / $40 (每百万 token)

  • 2026 年 11 月 9 日发布(Anthropic 模型页标为“Latest”)。来源: platform.claude.com · 核对于 2026-11-13
  • Anthropic 的定位是“用于高难度推理和长时程 agent 工作”:持续数小时的 agent 任务、多步骤深度研究,以及做出成品文档、表格和演示文稿。来源: platform.claude.com · 核对于 2026-11-13
  • 上下文 100 万 token;最大输出 12.8 万 token;输入文字和图片,输出文字。来源: platform.claude.com · 核对于 2026-11-13

FAQ

Coarena AI 常见问题

Coarena AI 是什么?

它是 coarena.ai 上的实时竞技场:你给出一个真实的电脑任务,两个匿名 AI 代理去做,你在 Coarena 揭晓模型身份之前投票选出更好的结果。投票用于公开排名,以及 Coarena 授权给 AI 实验室的数据集。它是基准网站,不是 AI 模型或聊天机器人。

Coarena 和 Coasty 是同一个吗?

两者有关联。网站页眉写着“Coarena by Coasty”,服务条款写明运营方是 Coasty Systems, Inc.,创始人在 Y Combinator 的简介里说他们此前做过 Coasty,一个电脑操作代理。我们没有找到页面说明改名的时间和原因,团队自己的代理也不在竞技场里。

Coarena 排行榜的第一名是谁?

在我们 2026 年 11 月 18 日读到的 Computer Use Arena 榜单里,GPT-6.1 Terra 以 1112 ± 21 排第一,其次是 Claude Fable 5.2(1109 ± 18)和 GPT-6.1 Sol(1107 ± 17)。它们的区间互相重叠,所以前三名并没有被明确分开。Coarena 另有一个 Leaderboard 页面,按 Model API 的使用量排序,不是偏好排名。

Coarena 怎样给代理排名?

它对盲评结果做 Bradley-Terry 拟合,并给出按评委聚类的 95% 区间。比较次数不足 30 的模型只列出、不评分,“两个都不好”的评判算平局。新提交者的前三场对战会匹配评分最高的两个代理,且只按四分之一的权重计算。

Coarena 要多少钱?

服务条款说使用竞技场不收费。观看不需要账号;发布任务或投票需要 Google 登录,且年满 18 岁。另设的 Model API 对部分模型有免费的每日额度,并出售预付、不可退款的积分。

我提交的任务和投票会被怎么用?

登录即表示你授权 Coasty 把它们用于它向 AI 实验室授权的数据集,收费由它保留,你得不到补偿。授权可以撤销,隐私政策还说明它把这算作出售数据。提交任何私密内容之前,请先读服务条款和隐私政策。

能在这里和 Coarena 聊天吗?

不能。Coarena 是网站,不是模型,OpenRouter 的模型列表里也没有它,所以本站无法运行它。你可以和它评分的那些模型聊天:在本站,与 GPT-6.1 Terra 的一次典型回复约 2 个积分(一个积分约 $0.01,按 $5 档计算),按真实 token 成本计费,最低 1 个积分。

这是 Coarena 的官方网站吗?

不是。本页为非官方页面,与 Coarena 或 Coasty 无关,也未获其认可。事实链接到我们读过的页面。