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
在随时间保持一致的同一量表上衡量语言模型能力，采用项目反应理论估计，因此可以比较相隔数年发布的模型。
Artificial Analysis Coding Agent Index
衡量编程智能体在端到端软件工程任务中表现的综合指数，并在不同智能体、模型和执行设置之间进行比较。
Artificial Analysis Search Index
衡量 Search API 在智能体检索中质量的综合指数，每家服务商都搭配同一个回答模型，以衡量其带来的提升。
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
衡量模型在财务与会计领域的表现，包括商业知识、智能体知识工作、推理、智能体工具使用、长上下文分析和避免幻觉。
Strategy & Ops Index
衡量模型在战略与运营领域的表现，包括商业知识、智能体知识工作、跨商业应用的智能体工具使用、长上下文分析和避免幻觉。
Legal Index
衡量模型在法律领域的表现，包括法律知识、智能体知识工作、推理、长上下文文档分析、避免幻觉和智能体工具使用。
Healthcare & Medical Index
衡量模型在医疗与健康领域的表现，包括临床知识、智能体知识工作、患者记录的长上下文推理、避免幻觉、临床推理和智能体工具使用。
Engineering Index
衡量模型在工程领域的表现，包括工程知识、科学、推理、智能体编程和智能体知识工作。
Economics Index
衡量模型在经济学领域的表现，包括经济学知识、定量推理、智能体执行和长上下文分析。