AA 榜单 v5.0 更新后，国产模型排名集体下滑

Artificial Analysis 将测评标准从 4.3.2 升级到 v5.0，纳入 FrontierCode 2.0、Terminal-Bench-Science 0.1.0、HLE-Diamond 等 9 项评估，并按知识工作、编程、科学、通用各 25% 加权。调整后国产模型多数跌出前 10，K3.1 Pro 从第 4 名降到第 9 名，成为唯一留在前列的国产模型。Claude 系列最低档的 Haiku 在排名上压过 Qwen3.8 Max、DeepSeek 4.1 Flash、GLM5.3 等旗舰，且单任务消耗低于 DeepSeek。文中还对比了单任务时间，Kimi 3.1 Pro、Qwen3.8 Max、MiMo2.6 Pro 是最慢的几个，DS 在速度榜仍有一定领先。