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。
核心要点速览
- ✓基准：Index v4.2 加入 AA-Briefcase、GDP.pdf，held-out 权重升至约 40%。
- ✓榜单：Claude Fable 5.1 第一，GPT-6 Astra 第二，较 Sol 约 +4 分。
- ✓效率：Astra 在输出 token Pareto 前沿上表现突出。
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读Artificial Analysis 发布权威医疗基准 HealthBench 与 MLCR-AA：首曝长回复偏差（Verbosity Bias）对模型排名的严重失真
立即阅读→
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