독립적인 AI 분석
AI 환경을 이해하고 사용 사례에 가장 적합한 모델과 제공업체를 선택하세요.
새 언어 모델 평가 · 11월 4일
Muse Wonder (High)새 언어 모델 평가 · 11월 4일
Tencent Hy4방법론 업데이트 · 11월 3일
Artificial Analysis Performance Benchmarking v3.0.0방법론 업데이트 · 11월 3일
Artificial Analysis Intelligence Index v5.0.1새 언어 모델 평가 · 11월 2일
Gemini 4 Carbon (Low)새 언어 모델 평가 · 11월 2일
Nanbeige4.3-33B새 언어 모델 평가 · 11월 1일
Gemini 4 Carbon (Medium)새 언어 모델 평가 · 11월 1일
DeepSeek V4.1 Flash 1017 (High)새 언어 모델 평가 · 10월 30일
DeepSeek V4.1 Flash 1017 (Non-reasoning)새 언어 모델 평가 · 10월 29일
Mistral Large 4 (Medium)새 언어 모델 평가 · 10월 29일
Mistral Large 4 (High)새 아티클 게시 · 10월 28일
Gemini 4 Carbon is the new #1 on the Artificial Analysis Intelligence Index v5
새 아티클 게시 · 10월 28일
GitHub Copilot Fusion orchestrates Anthropic and OpenAI models to balance performance and cost
새 언어 모델 평가 · 10월 28일
Gemini 4 Carbon (High)새 아티클 게시 · 10월 27일
Announcing Artificial Analysis Intelligence Index v5
방법론 업데이트 · 10월 27일
Artificial Analysis Intelligence Index v5.0새 아티클 게시 · 10월 26일
GPT-6.1 Terra pushes the cost efficiency frontier
새 아티클 게시 · 10월 26일
Code2Video-AA: how well do AI models design videos in code?
새 언어 모델 평가 · 10월 26일
GPT-6.1 Terra (Non-reasoning)새 언어 모델 평가 · 10월 26일
GPT-6.1 Terra (Low)더 보기Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API
Intelligence Index 작업당 비용
Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API
Intelligence Index와 작업당 비용
Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
모델 릴리스별 Intelligence Index와 작업당 비용
All reasoning and effort variants of each selected release · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
Artificial Analysis Progress Index v1 추이
Item response theory estimate of general capability across Artificial Analysis evaluations · Highest-scoring effort variant shown
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
색상 기준
공개되지 않음
Artificial Analysis Cyber Index
Artificial Analysis Cyber Index v1 incorporates 3 evaluations: CWE-Bench-AA, DeepsecBench-AA, and CyberGym-E2E-AA
Successes
Safety blocks
Trusted-access model (not publicly available)
Artificial Analysis Decision Index
Weighted average of AA-Omniscience-Decision, HLE-MultiChoice, When2Call, and WildGuardTest · Higher is better
역량 지수 비교
각 역량 지수에서 선택한 모델 간 순위
| 재무 및 회계 | 전략 및 운영 | 법률 | 의료 및 헬스케어 | 공학 | 경제학 | |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 (Max, Default Fallback) | 1 (59) | 1 (61) | 1 (58) | 1 (58) | 1 (65) | 1 (60) |
| GPT-6 Astra (Max) | 2 (57) | 3 (58) | 2 (56) | 3 (54) | 2 (62) | 3 (57) |
| GPT-6.1 Sol (Max) | 3 (56) | 7 (58) | 4 (54) | 4 (52) | 3 (59) | 4 (56) |
| Claude Sonnet 5.5 (Max, Default Fallback) | 4 (56) | 2 (58) | 5 (52) | 2 (54) | 4 (58) | 6 (54) |
| Claude Fable 5.1 (Max, Default Fallback) | 6 (54) | 4 (58) | 3 (54) | 7 (51) | 5 (57) | 2 (57) |
| Muse Wonder Full (Max) | 5 (55) | 5 (58) | 6 (51) | 5 (52) | 6 (55) | 5 (54) |
| Kimi K3.1 Pro | 7 (53) | 6 (58) | 7 (49) | 6 (52) | 8 (51) | 7 (50) |
| Muse Wonder (Max) | 9 (51) | 9 (54) | 9 (47) | 8 (49) | 9 (50) | 8 (50) |
| GPT-6.1 Terra (Max) | 10 (49) | 10 (50) | 10 (46) | 10 (45) | 7 (55) | 9 (48) |
| Grok 4.7 (Xhigh) | 8 (52) | 8 (55) | 8 (47) | 9 (47) | 11 (42) | 10 (46) |
| Qwen3.8 Max (0902) | 11 (45) | 13 (47) | 12 (41) | 12 (41) | 12 (39) | 12 (43) |
| Gemini 3.8 Flash (High) | 13 (42) | 14 (47) | 11 (42) | 14 (38) | 13 (39) | 13 (40) |
| DeepSeek V4.1 Flash 1017 (Max) | 14 (42) | 11 (49) | 14 (38) | 11 (41) | 14 (38) | 14 (38) |
| Claude Haiku 5.5 (Max) | 12 (44) | 15 (39) | 13 (39) | 15 (37) | 10 (43) | 11 (43) |
| GLM-5.3 (Max) | 15 (42) | 12 (47) | 15 (36) | 13 (39) | 15 (38) | 15 (37) |
Evaluations
Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100
No publicly available API
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Artificial Analysis 더 보기
사람의 블라인드 선호도 투표로 산출한 Elo로 순위를 매긴, 텍스트 프롬프트로 이미지를 생성하는 주요 모델의 품질과 가격