Arena Blog、エージェントタスクの分類とコスト分析機能を追加

記事の3ポイント

1. 1

   タスク単位の費用評価の実装

   Arena は「1 タスクあたりの価格」を主要指標として採用し、セッション内の個別タスク境界を定義することで、コンテキストの蓄積によるコスト歪みを排除して公平な比較を実現した。

2. 2

   カテゴリ別フィルターの追加

   コード生成、チャット、業務支援という 3 つのカテゴリにモデルを分類し、利用者は特定の用途におけるモデルの相対的な順位を確認できるようになった。

3. 3

   パレートフロンティア視覚化

   各性能レベルで最もコスト効率的なモデルをパレートフロンティアとして表示することで、価格と性能の最適なバランス点をユーザーが直感的に把握できる仕組みを提供する。