Artificial Analysis 上线 VIALS-AA：生命科学视觉推理榜单

Artificial Analysis 联合 Handshake AI 推出 VIALS-AA 榜单，评测模型在生命科学视觉推理上的能力。VIALS 基准包含 161 个任务，覆盖凝胶印迹、流式细胞图、质粒图谱、系统发生树等 8 个领域，用开源 harness Stirrup 跑 3 次取 pass^3。结果 Gemini 4 Carbon（high）以 64% 居首，GPT-6 Astra（max）63%、Claude Opus 5.5 61%。成本差距明显：Opus 5.5 每任务 1.64 美元，约为 GPT-6.1 Sol（0.056 美元）的 29 倍，原因是平均 27 轮对 8 轮。开源模型方面 Kimi K3.1 Pro 以 45% 领先，MiMo-V2.6-Pro 43%。