一句话看懂：Arena 更新 Image-to-WebDev 榜单，四款新模型上榜，OpenAI 的 GPT-6 Astra（Max）以 1733 分登顶，比第二名高出 23 分；同时有三款模型进入性价比帕累托前沿，最低价格压到每百万 token 0.21 美元。
事件核心：发生了什么
Arena 于 9 月 15 日更新 Image-to-WebDev Arena 榜单，新增四款模型。该榜单衡量模型从图片、截图生成网页的能力，同时覆盖多步推理与工具调用类的智能体编程工作流。本次排名如下：OpenAI 的 GPT-6 Astra（Max）以 1733 分位列第一，比 GPT-5.6 Sol（xHigh）高 129 分，比第二名高 23 分；Anthropic 的 Claude Fable 5.1（Max）以 1710 分位列第二，比 Fable 5 提升 87 分，比第三名的 Claude Opus 5（Max，1665 分）高 45 分；Meta 的 Muse Spark 1.3（Max）以 1645 分排在第四；智谱 Zai 的 GLM-5.3-Flash 以 1588 分排在第十。
值得单独拎出的是价格维度：Arena 按每百万 token 混合价格计算，GPT-6 Astra 为 1733 分 / 40 美元，Muse Spark 1.3 为 1645 分 / 3.5 美元，GLM-5.3-Flash 为 1588 分 / 0.21 美元。三者同时进入帕累托前沿，即在该榜单的“性能—成本”组合上暂无明显更优替代。
为什么重要
这个榜单把“视觉理解 + 前端代码生成 + 工具调用”放在同一个评测框架里，比单纯的代码补全或文本推理更贴近真实的 AI 应用开发场景。GPT-6 Astra 与 Claude Fable 5.1 的差距只有 23 分，说明头部闭源模型在图像到网页这一细分任务上的能力正在收敛；但价格差被拉开到两个数量级，意味着竞争重心从“谁更强”转向“谁在可接受成本下足够强”。Muse Spark 1.3 和 GLM-5.3-Flash 进入帕累托前沿，也说明开源或低价路线在智能体编程领域并非只能做陪跑。
对用户/开发者/创作者的影响
对开发者而言，图像转网页的 API 成本直接决定产品能否规模化。0.21 美元/百万 token 的 GLM-5.3-Flash 适合批量截图转页面、低代码原型生成等高吞吐场景；3.5 美元的 Muse Spark 1.3 在分数接近头部的情况下提供了中间档选择。对创作者和设计工具团队来说，截图生成可运行网页的能力正在从演示变成可接入的工作流，选型时需要同时看生成质量和调用成本，而不是只看榜首。企业采购则可能更关注模型是否支持稳定的多步工具调用，因为榜单本身包含这部分评测。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 GPT-6 Astra 与 Claude Fable 5.1 的分数接近，下一轮榜单更新是否会出现反超；二是 GLM-5.3-Flash 这类低价模型能否在真实项目中保持同等生成质量，目前公开信息显示其分数与头部仍有约 145 分差距；三是 Arena 是否会公开更细分的价格档位或任务类型，让选型判断更有依据。
