Arena 实测：GPT-6 Sol（Max）以 1689 分列 Code Arena WebDev 第 4 名

Arena 公布 OpenAI 的 GPT-6 Sol（Max）在真实投票下的测评结果，该模型在 Code Arena：WebDev 榜单上以 1689 分排名第 4，混合输入与输出价格合计为每百万 tokens 8 美元。榜单分数来自 Arena 平台收集的真实用户投票，而非官方自评。

此前 GPT-6 Sol（Max）在 Code Arena：WebDev 的排名与定价未通过该口径公开，本次结果首次给出第三方真实投票下的分数与价格位置，使开发者能在同一榜单上比较其与竞品的性价比，而不再只依赖厂商自述的基准成绩。

Arena 类榜单的机制是让用户在实际任务中对多个模型的输出进行盲测投票，再按胜负关系汇总为评分，因此分数反映的是相对偏好而非绝对能力。价格以混合输入输出口径给出，便于按统一成本单位横向比较，但投票人群与任务分布会直接影响名次稳定性。

对研发与产品选型而言，该结果提供了一个可对照的第三方价格与排名坐标：若团队已在用其他 Code Arena 上榜模型，可据此重新评估 WebDev 场景下的模型替换成本；每百万 tokens 8 美元的混合价也便于纳入现有成本模型做预算测算。

• 在内部评测中选取 Code Arena：WebDev 榜单上与该模型相邻排名的模型做同任务对照，验证排名与自身场景表现是否一致。
• 按每百万 tokens 8 美元的混合价，测算现有代码生成请求迁移到该模型后的月度成本变化。
• 在模型路由层增加按榜单分数与单价组合选型的策略，把价格与排名同时纳入切换条件。

• GPT-6 Sol（Max）与榜单前 3 名之间的分差是多少？
• 该 1689 分对应的投票样本量与统计置信区间是否公开？
• $8/M tokens 的混合输入输出比例如何计算，是否随实际用量结构变化？
• 榜单评测所覆盖的 WebDev 任务类型与真实生产代码任务的重合度如何？