工程指数
评估模型在工程领域的表现。评估的能力包括土木、电气和机械工程等领域知识，以及设计与分析、工具与自动化、技术文档等。
查看代表性工作流The Artificial Analysis Engineering Index combines performance across benchmarks chosen for engineering work, spanning engineering knowledge, reasoning, agentic execution, and terminal use. We map common tasks from O*NET occupational classifications, then select benchmarks that represent this real-world work. Weights are derived from how often capabilities appear across those tasks.
This composite metric provides a single score for tracking model performance across engineering tasks. 所有底层基准测试均由 Artificial Analysis 独立运行。有关评测的实施方式，请参阅我们的智能基准测试方法论。
| 能力 | 权重 | 评测 |
|---|---|---|
| 工程知识 | 35% | AA-Omniscience 科学、工程与数学准确率 |
| 推理 | 30% | HLE和CritPt |
| 智能体知识工作 | 20% | GDPval-AA v2.1和AA-Briefcase v1.1 |
| 智能体终端使用 | 15% | Terminal-Bench 4.0 |
得分
Artificial Analysis 工程指数
Artificial Analysis 工程指数：能力明细
能力明细
Artificial Analysis 工程指数：工程知识
代表性工作流
这些真实工作流重点检验 工程指数 中权重最高的能力。
示例：Design and analyze a wind turbine support structure to size components against fatigue and extreme-wind load cases, justify safety margins against a governing standard such as IEC 61400, and maximize power output while reliably withstanding environmental stress.
示例：Track an intermittent CFD pipeline failure through the CMake build and Conda environment on a Slurm cluster from the terminal, then ship a fix that spares adjacent batch jobs.
示例：Read a vendor package of CAD schematics and dimensioned drawings to extract GD&T callouts, materials, and interface dimensions per ASME Y14.5, reconcile conflicts across sheets, and draft a specification that cites each source drawing.
成本
Artificial Analysis 工程指数：单任务成本
Artificial Analysis 工程指数 与单任务成本
速度
Artificial Analysis 工程指数：单任务耗时
输出 token
Artificial Analysis 工程指数：单任务输出 token
发布日期
Artificial Analysis 工程指数 与发布日期
常见问题
根据 Artificial Analysis 工程指数，目前在工程工作上表现最佳的 AI 模型是 Claude Opus 5.5 (Max, Default Fallback) (60)、Claude Opus 5.5 (Xhigh, Default Fallback) (59)和Claude Sonnet 5.5 (Max, Default Fallback) (58)。新模型发布后，排行榜会随之更新。
有。Artificial Analysis 工程指数 是一项独立基准测试，用于衡量 AI 模型在工程工作上的表现。它评估工程知识、定量推理、智能体执行和终端使用等能力。
工程指数 是 Artificial Analysis 推出的综合基准测试，用于评估模型在工程领域的表现。评估能力包括土木、电气和机械工程等专业知识，以及设计与分析、工具与自动化、技术文档等。
工程指数 按各项能力子分数的加权平均值计算。各项子分数及其权重为：工程知识 (35%)、推理 (30%)、智能体知识工作 (20%)和智能体终端使用 (15%)。
工程指数 包含 AA-Omniscience 科学、工程与数学准确率、HLE、CritPt、GDPval-AA v2.1、AA-Briefcase v1.1和Terminal-Bench 4.0。
在已公布结果的模型中，Claude Opus 5.5 (Max, Default Fallback) 目前以 60 分位居 工程指数 榜首。 查看模型
工程指数 得分越高，表示模型在构成该指数的各项基准测试中整体表现越强。对于特定用例，单项基准测试结果可能比综合得分更具参考价值。