Arena 为 Agent Arena 新增性能对比视图，可查看各智能体在每单位输出 token 和每分钟等待下的表现。其真实使用数据显示：同等智能下成本可相差 10 倍、输出 token 可多 6 倍、耗时可达 2 倍，且输出 token 数几乎不能预测账单。