Primary source掘金本周最热
View sourceEvent ·Multi-source
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。
Current read
AA 换了 v5.0 测评算法，国产模型排名集体下滑，连 Claude 家最便宜的 Haiku 都跑赢了一票国产旗舰，这篇把能力、价格、速度三张榜单都对比了一遍，选模型前可以看看。
3 sources62° AI heatLast updated 2026/10/29 03:03:28
Evidence
3 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.