2026年9月26日，众包模型评测平台 Arena（原 LMArena）在官方 X 账号宣布：Claude Opus 5.5（High）以 1509 分（±12）首次登顶 Text Arena，成为该榜单的新任榜首。距离 Opus 5.5 在 9 月 22 日正式发布，仅仅过去了四天。
1509 分的分量：领先上代 18 分，前六全是 Anthropic
官方公布的几个数字值得细看。Opus 5.5（High）这一成绩比上一代 Opus 5（High）高出 18 分，后者目前排在第 11 位；紧随其后的 Opus 4.6（High）只差 4 分，守住第 2 名。更少见的是，Text Arena 的前六名被 Anthropic 一家包揽。
Text Arena 是 Arena 的旗舰文本榜：真实用户提交真实 prompt，两个模型匿名对打、由投票者盲选，覆盖数学、编码、创意写作等多个领域。1509 分本质上是一次大规模人类偏好投票的汇总结果，±12 的置信区间说明这个第一在统计上站得住脚，不是靠少量投票侥幸刷出来的。
榜单名称里的“High”也值得解释一句：它指的是算力档位，1509 分代表 Opus 5.5 在最高努力档位下的上限表现，而非成本最优档的成绩。看榜时，档位和价格要放在一起看。
容易忽略的细节：16 美元混合价格也进了 Pareto 前沿
Arena 这次还公布了一个容易被忽略的细节：按 Opus 5.5 每百万 token 输入 4 美元、输出 20 美元的定价折算，它的混合价格约为 16 美元/MToken，这个位置同样进入了 Text Arena 的 Pareto 前沿——在“又强又便宜”这个维度上，目前没有其他模型能全面压制它。
这延续了 Opus 5.5 发布时的核心卖点：性能看齐更高阶的 Fable 5.1，定价却比 Opus 5 低 20%，典型工作负载的运行成本低约 40%。榜单成绩和价格曲线，第一次在同一个画面里对上了。
接下来看什么：Astra 会回应吗，分数会回落吗
对正在选型的人来说，Text Arena 的价值在于它测的是真实用户的真实任务偏好，而不是实验室里的标准考题。一个发布四天的新模型直接空降第一，说明它的综合文本能力在真实场景里确实打动了投票者。但也要清醒：偏好榜不等于能力基准，它不告诉你模型在代码、数学等硬指标上的具体短板，选型时还要结合 Artificial Analysis 智能指数、Terminal-Bench 这类结构化评测一起看。
接下来值得盯两件事：GPT-6 Astra 会不会在文本榜上做出回应——它在编程榜上依然强势；以及随着投票量继续累积，Opus 5.5 的分数是继续拉开还是小幅回落。新王登基的第一周，榜单通常还会有波动。
