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。
现在就用
聊天
这个聊天默认使用 GPT-6.1 Terra,不是 Coarena AI。
- 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。
| 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 Terra | 1112 ± 21 | $1 / $5 | 约 2 个积分 |
| 2. Claude Fable 5.2 | 1109 ± 18 | $8 / $40 | 约 11 个积分 |
| 3. GPT-6.1 Sol | 1107 ± 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 Argon | 1049 ± 22 | $2 / $10 | 约 3 个积分 |
| 8. Claude Opus 5.5 | 1043 ± 20 | $4 / $20 | 约 6 个积分 |
| 9. Gemini 4 Carbon | 1038 ± 22 | $2 / $10 | 约 3 个积分 |
| 11. GPT-6.2 Sol | 1032 ± 69 | $2 / $10 | 约 3 个积分 |
| 18. Kimi K3 | 984 ± 19 | $0.192 / $16 | 约 4 个积分 |
| 19. GPT-6 Luna | 973 ± 21 | $0.1 / $0.5 | 约 1 个积分 |
| 20. MiniMax M3.1 Flash | 972 ± 21 | $0.15 / $0.6 | 约 1 个积分 |
| 22. Claude Sonnet 5.5 | 953 ± 22 | $2 / $10 | 约 3 个积分 |
| 24. DeepSeek V4.1 Flash 1017 | 939 ± 25 | $0.3 / $1.2 | 约 1 个积分 |
| 25. Claude Haiku 5.5 | 938 ± 21 | $0.1 / $0.5 | 约 1 个积分 |
最接近的可用模型
现在可用的 Coarena AI 替代选择
GPT-6.1 Terra
OpenAI$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
Claude Fable 5.2
Anthropic$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。