独立 AI 分析
了解 AI 格局,为你的使用场景选择最佳模型和服务商
智能
根据我们的独立评测衡量领先 AI 模型的智能
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index:开放权重与专有模型
每项 Intelligence Index 任务的成本
Intelligence Index 与每项任务的成本
按模型发布版本划分的 Intelligence Index 与单任务成本
前沿语言模型的智能变化
领先编程智能体在端到端软件工程任务中的表现、成本和执行时间
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index vs. 每个任务的成本
网络安全New
衡量模型在企业网络防御方面的能力
Artificial Analysis Cyber Index
Artificial Analysis Cyber Index:得分 vs. 每项任务成本
AA-3DNew
衡量 AI 模型构建交互式 3D 体验的能力,并依据我们招募的评审面板的盲测投票进行排名
AA-3D Elo
图像与视频
图像竞技场和视频竞技场排行榜中的顶尖模型,包含 95% 置信区间
文生图排行榜
语音
文本转语音竞技场、语音转文本和语音到语音评测中的顶尖模型
提供商语音竞技场偏好 Elo
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
AA-Briefcase 是一项面向长周期知识工作的前沿智能体评测,通过要求交付电子表格、演示文稿和备忘录等成果的真实商业工作流来测试智能体
AA-Briefcase Elo
AA-Omniscience
AA-Omniscience 是一项知识与幻觉基准测试,奖励准确回答、惩罚不当猜测,并全面展示不同模型在各领域生成事实可靠内容的能力
AA-Omniscience Index
GDPval-AA v2.1Updated
GDPval-AA v2.1 在广泛职业中使用具有真实经济价值的任务评测 AI 模型
GDPval-AA v2.1 Leaderboard
Artificial Analysis Openness Index 根据模型各个组成部分的可获取性和透明度,评估模型的“开放”程度。
Artificial Analysis Openness Index:组成部分
Artificial Analysis Openness Index 与 Artificial Analysis Intelligence Index
输出 Token
根据我们的独立评测统计领先 AI 模型的输出 token 数
Intelligence Index 每项任务的输出 Token 数
成本
根据我们的独立评测分析领先 AI 模型的价格和实际成本
每项 Intelligence Index 任务的成本
运行 Artificial Analysis Intelligence Index 的成本
价格:缓存命中、输入和输出
速度与延迟
比较第一方 API 的性能