Artificial Analysis 是一家独立的 AI 模型评测与基准平台,通过对大语言模型、图像与视频生成模型、决策模型等在不同维度(智能指数、速度、成本等)的量化打分,为开发者和企业选型提供第三方参考。由于评测口径公开、更新频繁,它已成为业内发布新模型时最常被引用的榜单之一,厂商发布后的排名变化也常成为舆论焦点。
Artificial Analysis 榜单近期动态
当前焦点与观察点
近期 Artificial Analysis 相关讨论集中在几个方向。其一是榜单多元化:除传统智能指数外,Decision Index(如 Liquid AI 的 d1.2 系列登顶、Microsoft Decision-1.1 得分 68 且速度提升 2 倍)、搜索基准、AA-PersonalityBench(Gemini 4 Argon 隐喻表达居首)等细分榜单相继出现,评测维度从“谁更聪明”扩展到决策、搜索、人格化表达等具体场景。其二是成本权重上升:GPT-6.2 Sol 编程跑分较上一代下降 3 分但 API 成本降约 19%,Perplexity 推出多模型切换的 harness 设计,都说明厂商与用户开始更看重性价比而非单纯跑分。其三是平台自身的演进:Artificial Analysis 上线了数据工作台的自定义指数功能,允许用户按自己的权重组合指标,这在一定程度上回应了“单一榜单未必适配所有需求”的质疑。
值得关注的是,随着越来越多厂商把 Artificial Analysis 排名作为宣传素材,榜单本身的评测方法、口径透明度是否与模型迭代速度匹配,将是后续观察的重点。