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%。