Arena：Agent排行榜新增任务成本与Code/Chat/Work分类

Arena对其Agent排行榜做了两项扩展。一是任务分类：不再只有一张总榜，而是按Code、Chat、Work等真实Agent任务类别分别排名，更贴近实际使用场景——同一模型在不同类别上的表现可能差别很大。二是成本维度：榜单加入每任务成本的测量，把单纯的性能排名扩展为性能与成本的权衡视图，模型调用价格成为排行榜的一级指标。对正在选型的工程团队，这提供了按自身任务类别和预算筛选模型的依据。任务样本构成与成本统计口径在材料中未给出，使用时需留意。