Análise independente de IA
Entenda o cenário da IA para escolher o melhor modelo e provedor para seu caso de uso
Apresentamos o AA-3D, um benchmark de experiências 3D interativas
Medimos o quão bem modelos de IA transformam uma descrição escrita da tarefa em uma cena funcional com three.js
Apresentamos o Artificial Analysis Decision Index
Avaliamos modelos de decisão em classificação, chamadas de ferramentas, conhecimento e raciocínio
Inteligência
Inteligência dos principais modelos de IA com base em nossas avaliações independentes
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Custo por tarefa do Intelligence Index
Intelligence Index vs. custo por tarefa do Intelligence Index
Intelligence Index vs. custo por tarefa, por lançamento do modelo
Inteligência dos modelos de linguagem de fronteira ao longo do tempo
Desempenho, custo e tempo de execução dos principais agentes de programação em tarefas de engenharia de software de ponta a ponta
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index vs. custo por tarefa
Mede a capacidade dos modelos em ciberdefesa corporativa
Artificial Analysis Cyber Index
Artificial Analysis Cyber Index: Pontuação vs. custo por tarefa
AA-3DNew
Mede o quão bem os modelos de IA criam experiências 3D interativas, classificados por votos cegos do nosso painel recrutado
AA-3D Elo
Imagem e vídeo
Principais modelos dos rankings da Image Arena e da Video Arena, com intervalos de confiança de 95%
Ranking de texto para imagem
Fala
Principais modelos da Arena de Texto para Fala e das avaliações de fala para texto e fala para fala
Elo de preferência da arena de vozes do provedor
Mede o desempenho dos modelos em capacidades e setores específicos
Artificial Analysis Finance & Accounting Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
AA-Briefcase v1.1Updated
O AA-Briefcase é uma avaliação agentiva avançada voltada para tarefas de conhecimento de longo prazo. Ela testa agentes em fluxos de trabalho empresariais realistas, que exigem a produção de entregáveis como planilhas, apresentações e memorandos.
Elo do AA-Briefcase
AA-Omniscience
O AA-Omniscience é um benchmark de conhecimento e alucinações que recompensa a acurácia, penaliza palpites errados e oferece uma visão abrangente de quais modelos produzem resultados factualmente confiáveis em diferentes áreas
AA-Omniscience Index
GDPval-AA v2.1Updated
O GDPval-AA v2.1 avalia modelos de IA em tarefas reais e economicamente relevantes de uma ampla variedade de profissões
GDPval-AA v2.1 Leaderboard
O Artificial Analysis Openness Index avalia quanto os modelos são 'abertos' com base em sua disponibilidade e na transparência de diferentes componentes.
Artificial Analysis Openness Index: componentes
Artificial Analysis Openness Index vs. Artificial Analysis Intelligence Index
Tokens de saída
Tokens de saída dos principais modelos de IA com base em nossas avaliações independentes
Tokens de saída por tarefa do Intelligence Index
Custo
Preços e custos reais dos principais modelos de IA com base em nossas avaliações independentes
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Velocidade e latência
Comparação do desempenho das APIs oficiais