In den letzten 14 Tagen liefen auf Agent Arena fast 30,000 Aufgaben länger als eine Stunde. Innerhalb dieser Stunde machte das durchschnittliche Modell 332 Tool-Aufrufe.
Bei diesen Langzeitaufgaben kann die richtige Modellwahl die Kosten um bis zu 66% senken.
In Agent Arena kostet eine Stunde Arbeit pro Aufgabe im Median $10.51 mit Gemini 4 Carbon, $21.13 mit Claude Opus 5.5 von @AnthropicAI und $31.08 mit GPT-6 Astra von @OpenAI.
Damit ist Gemini 4 Carbon von @GoogleDeepmind 50% billiger als Opus und 66% billiger als Astra für eine einstündige Aufgabe.
Bei lang andauernden Jobs wird die Abwägung von Kosten gegen Fähigkeiten kritisch: Claude Opus 5.5 schneidet weiterhin besser ab, kostet aber doppelt so viel pro Arbeitsstunde.