Artificial Analysis 发布 Intelligence Index v4.2：新增私有 agentic 知识工作评测 AA-Briefcase 与长文档 GDP.pdf，提高 held-out 权重并改进打分基建，下线已饱和的 GPQA Diamond。排行上 Anthropic Claude Fable 5.1 居首，OpenAI GPT-6 Astra 次席并较 GPT-5.6 Sol 提升约 4 分；Astra 在输出 token Pareto 上表现突出。面向开发者选型与成本效率对比的权威中期基准更新。
Artificial Analysis 发布预发评测：Fable 5.1 在 max effort 下拿到 Intelligence Index 66，超过 Opus 5（63）、Fable 5（62）、GPT-5.6 Sol（61）与 Grok 4.6（61）。尽管缓存读价从 1 美元砍到 0.25 美元/百万 Token，因输出 Token 约多 1.7 倍，单任务成本约 3.76 美元，仍比 Fable 5 高约 20%；xhigh effort 可得 65 分、约 2.72 美元/任务。
Artificial Analysis 评测 GPT-6 Astra：Coding Agent Index 在 Codex 上得 67，约等于 Claude Opus 5 / Fable 5（Claude Code）与 Muse Spark 1.3（Muse Code）；token 效率相对 GPT-5.6 Sol（max）约提升 70%。API 价升至 $10/$50 per 1M in/out（为 Sol 的 2.5 倍），但单任务成本仍显著低于 Fable 5。Intelligence Index 仍为 61，与 Sol 持平。
Artificial Analysis（@ArtificialAnlys）评测 Meta Muse Spark 1.3：xhigh 变体智能指数 61（较 1.2 的 57 升 4 分），有限预览的 max 变体达 62，仅次于 Claude Fable/Opus 系列。增益主要来自智能体与科学能力；xhigh 在指数≥59 模型中单任务成本最低（约 $0.55），定价仍为 $1.25/$4.25 每百万 token。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察