要点
- Claude Fable 5.1 在 8 个领域质量第一,Claude Opus 5.5 在另外 4 个领域第一。
- 每个领域的性价比之选都是 GPT 模型:GPT-6.1 Sol 占 8 个,GPT-6 Astra 占 3 个,GPT-6 Sol 占 1 个。
- 演示文稿、法律和医疗领域,第二名与第一名相差不到 13 分且更便宜,值得考虑。
- 部分领域的第一名目前只跑了该领域的一部分任务,例如 Claude Fable 5.1 + Claude Code 在数据分析领域只跑了 20 道题中的 8 道。
各领域推荐
质量最佳是该领域榜单的第一名。性价比最佳是单题成本不超过质量最佳者三分之一的搭配中分数最高的一套。
| 领域 | 质量最佳 | 分数与成本 | 性价比最佳 | 分数与成本 |
|---|---|---|---|---|
| 演示文稿 | Claude Fable 5.1 · OpenCode | 1446 · $4.41 | GPT-6 Astra · Codex | 1262 · $1.25 |
| 文档报告 | Claude Fable 5.1 · Claude Code | 1336 · $1.37 | GPT-6.1 Sol · OpenCode | 1245 · $0.22 |
| 视觉设计 | Claude Fable 5.1 · OpenCode | 1413 · $0.68 | GPT-6.1 Sol · OpenCode | 1320 · $0.13 |
| 数据分析 | Claude Fable 5.1 · Claude Code | 1413 · $0.22 | GPT-6.1 Sol · Codex | 1283 · $0.07 |
| 网站 | Claude Opus 5.5 · Claude Code | 1307 · $3.41 | GPT-6.1 Sol · Codex | 1187 · $0.43 |
| 3D | Claude Opus 5.5 · Claude Code | 1327 · $17.73 | GPT-6.1 Sol · Codex | 1259 · $3.70 |
| 金融 | Claude Fable 5.1 · OpenCode | 1303 · $1.28 | GPT-6.1 Sol · OpenCode | 1234 · $0.41 |
| 医疗 | Claude Opus 5.5 · Claude Code | 1356 · $0.57 | GPT-6 Sol · OpenCode | 1293 · $0.10 |
| 法律 | Claude Fable 5.1 · Claude Code | 1402 · $4.76 | GPT-6 Astra · Codex | 1264 · $1.31 |
| 咨询 | Claude Fable 5.1 · Claude Code | 1370 · $3.03 | GPT-6 Astra · Codex | 1270 · $0.76 |
| 教育 | Claude Opus 5.5 · Claude Code | 1353 · $0.20 | GPT-6.1 Sol · Codex | 1196 · $0.04 |
| 音视频 | Claude Fable 5.1 · OpenCode | 1467 · $0.52 | GPT-6.1 Sol · Codex | 1267 · $0.07 |
演示文稿 文档与数据
演示文稿。 Claude Fable 5.1 + OpenCode 以 1446 分领先,但 Claude Opus 5.5 + Claude Code 只低 1 分,成本不到一半(2.12 美元对 4.41 美元),单次运行还快约 30%。大多数做 PPT 的场景,Opus 这套更划算。性价比之选是 GPT-6 Astra + Codex,每题 1.25 美元。
文档报告。 包括报告撰写、文档处理和新闻编辑。Claude Fable 5.1 + Claude Code 以 1336 分领先,但只跑了 28 道题中的 16 道。GPT-6.1 Sol + OpenCode 1245 分,每题 0.22 美元,约为第一名成本的六分之一。
数据分析。 表格与看板的运行成本很低,第一名每题也只要 0.22 美元。Claude Fable 5.1 + Claude Code 在 20 道题中跑了 8 道,以 1413 分领先;Claude Opus 5.5 + Claude Code 跑完了全部 20 道,1381 分,单次 95.7 秒,是前十中最快的。
视觉设计。 海报与信息图。这个领域只有 6 道题,排序仍可能变化。Claude Fable 5.1 + OpenCode 以 1413 分领先,GPT-6.1 Sol + OpenCode 用五分之一的成本拿到 1320 分。
网站与 3D
网站。 Claude Opus 5.5 + Claude Code 领先第二名(同一模型搭配 OpenCode)65 分。性价比之选 GPT-6.1 Sol + Codex 1187 分,每题 0.43 美元。
3D。 3D 资产和交互场景是成本最高的领域。Claude Opus 5.5 + Claude Code 以 1327 分领先,但每题要 17.73 美元,单次 2184.2 秒。GPT-6.1 Sol + Codex 排第五,1259 分,每题 3.70 美元、单次 959.9 秒。
金融 医疗 法律与咨询
金融。 包括投研分析、财务会计与审计、金融客服。Claude Fable 5.1 + OpenCode 以 1303 分领先。这个领域差距不大:第五名 GPT-6.1 Sol + OpenCode 只落后 69 分,成本是三分之一。
医疗。 包括临床推理、护理、医疗运营和社会工作。Claude Opus 5.5 + Claude Code 以 1356 分领先,Claude Fable 5.1 + OpenCode 只低 2 分,略便宜也略快。性价比之选是 GPT-6 Sol + OpenCode,每题 0.10 美元。
法律。 93 道题覆盖 8 个业务方向,是榜单上最大的领域。Claude Fable 5.1 + Claude Code 在 55 道题上以 1402 分领先;Claude Opus 5.5 + Claude Code 跑完全部 93 道,1389 分,成本 3.42 美元对 4.76 美元。
咨询。 包括税务、运营、采购和行政管理。Claude Fable 5.1 + Claude Code 以 1370 分领先,但只跑了 56 道题中的 20 道;其后三套搭配都在 90 分以内,且各自跑了 50 道以上。GPT-6 Astra + Codex 1270 分,每题 0.76 美元。
教育与音视频
教育。 包括知识测评和角色扮演任务。Claude Opus 5.5 + Claude Code 以 1353 分领先,每题 0.20 美元,领先第二名 64 分。GPT-6.1 Sol + Codex 每题只要 0.04 美元。
音视频。 目前只有 6 道题,排序仅供参考。Claude Fable 5.1 + OpenCode 以 1467 分领先,GPT-6.1 Sol + Codex 每题 0.07 美元。
选择之前
- 不同领域的分数不能互相比较。法律 1400 分、金融 1300 分,并不说明这套搭配更擅长法律;请比较名次。
- 第一名只跑了部分任务时,第二、第三名的分数可能更有依据。上文已标出差距最大的几种情况。
- 成本只算模型花费。需要更多人工复核的搭配,实际成本可能比 Token 账单更高。
每个领域页面下还有细分榜单,例如金融下的会计与审计、法律下的诉讼。性价比之选在总榜上的位置,见质量与成本分析。
常见问题
做 PPT 最好的 AI Agent 是哪个
在 Work Arena 演示文稿榜单上,Claude Fable 5.1 + OpenCode 1446 分,Claude Opus 5.5 + Claude Code 1445 分。后者每题 2.12 美元,前者 4.41 美元,大多数做 PPT 的场景选 Opus 这套更好。GPT-6 Astra + Codex 1262 分,每题 1.25 美元。
做法律工作最好的 AI Agent 是哪个
Claude Fable 5.1 + Claude Code 以 1402 分领先法律榜单,Claude Opus 5.5 + Claude Code 跑完全部 93 道法律题,以 1389 分排第二。成本不到三分之一的选项中,GPT-6 Astra + Codex 最强,1264 分。
做数据分析和表格最好的 AI Agent 是哪个
Claude Fable 5.1 + Claude Code 以 1413 分领先,Claude Opus 5.5 + Claude Code 1381 分,两者每题都约 0.21 美元。GPT-6.1 Sol + Codex 1283 分,每题 0.07 美元。
本文数字来自 2026 年 11 月 2 日 的排行榜数据,此后的变化请以排行榜为准。