主要来源Artificial Analysis
查看原文事件专题 ·多源确认
MLCR-AA 排行榜更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列第一
Artificial Analysis 更新了基于 Wisedocs 医疗长上下文推理基准 MLCR 的排行榜 MLCR-AA，改为将模型作为病历审阅者进行提示，并由三模型评审团打分。Claude Sonnet 5.5（max with fallback）与 GPT-6 Astra（max）以 41.7% 并列第一，GPT-6.1 Sol（max）为 38.3%。阿里巴巴 Qwen3.8 2.4T A95B 是最强开源权重模型，得分 30.6%。完整性方面 Claude 模型包揽前 18 名，Claude Sonnet 5.5 达 64.8%；准确性方面 OpenAI 模型占优，GPT-6.1 Sol（max）达 96.7%。无任何模型通过率超过 42%，中位数模型通过率低于 15%。
当前结论
病历审阅榜单更新了，Anthropic 家模型答得最完整，OpenAI 家最不容易瞎编，两大阵营各有强项，开源的 Qwen 也上榜了。
11 个信源63° AI 热度最后更新 2026/10/21 15:53:56
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。