#MKA基准

很多评测只考文本，MKA 专门考看图纸、做报告这类带视觉文件的真实工作，还统一了框架和评审系统，可信度比较高。做智能体产品的开发者可以直接在 Artificial Analysis 上跑自己的模型，也建议看看公开的 10 道题感受下难度。