Todos los índices de capacidades
Economics Index
Evalúa el rendimiento de los modelos en economía. Las capacidades evaluadas incluyen conocimientos específicos del dominio (microeconomía, macroeconomía y hacienda pública), análisis y previsión, síntesis de investigaciones, modelización cuantitativa y más.
Ver flujos de trabajo representativosThe Artificial Analysis Economics Index combines performance across benchmarks chosen for economics work, spanning economics knowledge, agentic execution, reasoning, and long-context reading. We map common tasks from O*NET occupational classifications, then select benchmarks that represent this real-world work. Weights are derived from how often capabilities appear across those tasks.
This composite metric provides a single score for tracking model performance across economics tasks. Artificial Analysis ejecuta de forma independiente todas las evaluaciones subyacentes. Consulta nuestra metodología de Benchmarking de Inteligencia para saber cómo se realizan las evaluaciones.
| Capacidad | Peso | Evaluaciones |
|---|---|---|
| Conocimientos económicos | 35 % | AA-Omniscience: Precisión en Empresa |
| Razonamiento | 35 % | HLE |
| Trabajo de conocimiento agéntico | 25 % | GDPval-AA v2.1 y AA-Briefcase v1.1 |
| Razonamiento de contexto largo | 5 % | LCR |
Puntuación
Artificial Analysis Economics Index
Artificial Analysis Economics Index: desglose de capacidades
Desglose de capacidades
Artificial Analysis Economics Index: Conocimientos económicos
Flujos de trabajo representativos
Flujos de trabajo reales que ponen a prueba las capacidades a las que Economics Index da mayor peso.
Ejemplo: Estimate the impact of a proposed tariff change by applying incidence and elasticity theory to trade data, then quantify the resulting welfare trade-offs.
Ejemplo: Reconcile two studies reaching opposite conclusions on the same minimum-wage question to read both in full, compare their identification strategies, and recommend the more defensible interpretation.
Ejemplo: Build a forecasting workbook in Python that ingests several FRED data series to run a baseline ARIMA model, chart the projections, and produce a short written interpretation of the outputs.
Costo
Artificial Analysis Economics Index: costo por tarea
Artificial Analysis Economics Index vs. costo por tarea
Velocidad
Artificial Analysis Economics Index: tiempo por tarea
Tokens de salida
Artificial Analysis Economics Index: tokens de salida por tarea
Fecha de lanzamiento
Artificial Analysis Economics Index vs. fecha de lanzamiento
Preguntas frecuentes
Según el Artificial Analysis Economics Index, los modelos de IA con mejor desempeño en trabajos de economía son actualmente Claude Opus 5.5 (Max, Default Fallback) (66), Claude Opus 5.5 (Xhigh, Default Fallback) (63) y Claude Fable 5.1 (Max, Default Fallback) (63). La clasificación se actualiza a medida que se lanzan nuevos modelos.
Sí. El Economics Index de Artificial Analysis es un benchmark independiente que mide el desempeño de los modelos de IA en trabajos de economía. Evalúa conocimientos económicos, razonamiento cuantitativo, ejecución agéntica y análisis de contextos extensos.
El Economics Index es un benchmark compuesto de Artificial Analysis que evalúa el desempeño de los modelos en economía. Las capacidades evaluadas incluyen conocimientos específicos (microeconomía, macroeconomía y finanzas públicas), análisis y pronósticos, síntesis de investigaciones, modelado cuantitativo y más.
El Economics Index se calcula como el promedio ponderado de las puntuaciones de sus capacidades. Estas son las puntuaciones y sus pesos: Conocimientos económicos (35 %), Razonamiento (35 %), Trabajo de conocimiento agéntico (25 %) y Razonamiento de contexto largo (5 %).
El Economics Index incluye AA-Omniscience: Precisión en Empresa, HLE, GDPval-AA v2.1, AA-Briefcase v1.1 y LCR.
Actualmente, Claude Opus 5.5 (Max, Default Fallback) tiene la puntuación más alta en el Economics Index: 66 entre los modelos con resultados publicados. Ver modelo
Una puntuación más alta en el Economics Index indica un mejor desempeño general en los benchmarks que componen el índice. Para un caso de uso específico, los resultados de cada benchmark pueden ser más informativos que la puntuación compuesta.