LMArena 更新 Agent Arena：Claude Opus 5.5 居首，小米 MiMo V2.6 Pro 开源第一
- 前情提要：LMArena 本周将 Agent Arena 的 Bash Recovery 信号升级为 Bash Reliability，用于衡量模型在工具调用与失败恢复中的表现。
- 最新总榜：Claude Opus 5.5 (Max) 第 1，GPT-6.1 Sol (Max) 第 2，Claude Fable 5.1 (Max) 第 3，GPT-6 Astra (Max) 第 4，Gemini 4 Argon (High) 第 5；前 14 名均为闭源模型。
- 开源榜：小米 MiMo V2.6 Pro 以 +3.8% 净提升登顶开源模型；其后是 DeepSeek V4.1 Flash (Max) +3.0%、Hy4 preview +2.9%、MiMo V2.6 Flash +2.5%、GLM 5.2 (Max) +2.4%。总榜中 GLM 5.2 第 15，MiMo V2.6 Pro 第 18。
- 成本与 Pareto：MiMo V2.6 Pro 单任务 0.11 美元，Flash 为 0.05 美元；两者是 Agent Arena Pareto 前沿上仅有的开源模型，Pro 比 DeepSeek V4.1 Flash 便宜 15%，比 Hy4 preview 便宜 71%。
- 行业意义：Agent 评测把 Bash 可靠性纳入排名后，工具调用稳定性成为可比维度；开源模型在成本维度占优，但总榜前列仍由闭源模型占据。 🔗 总榜与 Bash Reliability | 开源榜与 MiMo | Bash Reliability 说明
