指数
Artificial Analysis Intelligence Index v5.0.1
A composite benchmark aggregating nine challenging evaluations to provide a holistic measure of AI capabilities across knowledge work, coding, science, and general knowledge.
Artificial Analysis Progress Index v1
時間が経っても一貫した単一の尺度で表す言語モデルの能力です。項目反応理論で推定しているため、数年離れて公開されたモデルも比較できます。
Artificial Analysis Coding Agent Index
エンドツーエンドのソフトウェアエンジニアリングタスクにおけるコーディングエージェントのパフォーマンスを測る複合指数です。エージェント、モデル、実行設定ごとに比較します。
Artificial Analysis Search Index
エージェント型検索における Search API の品質を測る複合指数です。すべてのプロバイダーを同じ回答モデルと組み合わせ、各プロバイダーがもたらす向上分を測定します。
Artificial Analysis Cyber Index
A composite index of model capability on cyber defense, combining three evaluations of finding and fixing vulnerabilities in real software repositories.
Artificial Analysis Decision Index
A composite index testing decision models across classification, tool calling, knowledge and reasoning.
Artificial Analysis Openness Index
A composite measure providing an industry standard to communicate model openness for users and developers.
Finance & Accounting Index
ビジネス知識、エージェント型知識作業、推論、エージェント型ツール利用、長文脈分析、非ハルシネーションを含む、財務・会計分野の性能を測定します。
Strategy & Ops Index
ビジネス知識、エージェント型知識作業、業務アプリでのエージェント型ツール利用、長文脈分析、非ハルシネーションを含む、戦略・オペレーション分野の性能を測定します。
Legal Index
法的知識、エージェント型知識作業、推論、長文脈文書分析、非ハルシネーション、エージェント型ツール利用を含む、法務分野の性能を測定します。
Healthcare & Medical Index
臨床知識、エージェント型知識作業、患者記録に対する長文脈推論、非ハルシネーション、臨床推論、エージェント型ツール利用を含む、医療・ヘルスケア分野の性能を測定します。
Engineering Index
工学知識、科学、推論、エージェント型コーディング、エージェント型知識作業を含む、エンジニアリング分野の性能を測定します。
Economics Index
経済学知識、定量的推論、エージェント型実行、長文脈分析を含む、経済学分野の性能を測定します。