Artificial Analysis

general · First seen 2026-05-22 · Last seen 2026-11-20 · 234 mentions

Overview

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

  • Parallel Search 登顶 Artificial Analysis 搜索基准,与 Keenable Search 并列第一:Parallel Search 在搜索类基准上与 Keenable Search 并列榜首,显示搜索增强类模型竞争进入胶着阶段。
  • Google DeepMind 发布 Neon:Artificial Analysis 智能指数排名第三:DeepMind 新模型 Neon 在智能指数上直接进入前三,榜单头部格局再次被刷新。
  • OpenAI 发布 GPT-6.2 Astra 与 Sol:智能指数第二、降价 20%:OpenAI 双模型发布,Astra 智能指数位列第二,同时整体价格下调 20%,体现“性能+成本”双线竞争。
  • Kling 发布 Image 4.0:原生 8K,Artificial Analysis 排名跃升至文生图第 7:可灵以原生 8K 输出在文生图榜单跃升至第 7,图像生成赛道的排名洗牌仍在继续。
  • 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。

    Coverage

    10 on file