| 智能 | |||
|---|---|---|---|
| Intelligence Index | 46 | 40 | |
| AA-Briefcase v1.1 | 1634 | 1435 | |
| GDPval-AA v2.1 | 1708 | 1610 | |
| AutomationBench-AA | 64% | 57% | |
| Terminal-Bench 4.0 | 25% | 11% | |
| SciCode | 58% | 54% | |
| Humanity's Last Exam | 42% | 42% | |
| GDP.pdf | 23% | 15% | |
| CritPt | 18% | 20% | |
| AA-Omniscience | 31 | 4 | |
| AA-LCR v1.1 | 77% | 80% | |
| 成本 | |||
| 每 100 万 Token 价格 | $1.35 | $1.175 | |
| 每 100 万输入 Token 价格 | $2.00 | $2.00 | |
| 每 100 万输出 Token 价格 | $6.00 | $6.00 | |
| 每 100 万缓存命中 Token 价格 | $0.50 | $0.25 | |
| 每任务成本 | $2.73 | $2.16 | |
| 运行 Intelligence Index 的成本 | US$3,881 | US$2,633 | |
| Token 使用量 | |||
| 每任务输出 Token 数 | 66k | 69k | |
| 每任务推理 Token 数 | 47k | 47k | |
| 运行 Intelligence Index 的输出 Token 数 | 198M | 172M | |
| 性能 | |||
| 输出速度 | 79 token/秒 | 37 token/秒 | |
| 首 Token 延迟 | 46.44 秒 | 3.04 秒 | |
| 首个回答 Token 时间 | 46.44 秒 | 57.19 秒 | |
| 端到端响应时间 | 52.74 秒 | 70.72 秒 | |
| 每任务耗时 | 791.64 秒 | 1486.63 秒 | |
| 技术规格 | |||
| 上下文窗口 | 500k token约 750 页 A4 纸(12 号 Arial 字体) | 262k token约 393 页 A4 纸(12 号 Arial 字体) | |
| 发布日期 | 2026年9月 | 2026年8月 | |
| 总参数量 | 2.4T | ||
| 活跃参数量 | 95B | ||
| 推理 | 是 | 是 | |
| 输入模态 | 支持:文本和图像 | 支持:文本 | |
| 输出模态 | 支持:文本 | 支持:文本 | |
| 开放权重 | 否 | ||
| 许可证 | |||
| 许可证允许不受限制地商用 | 是 | ||
智能
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index:开放权重与专有模型
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
衡量模型在特定能力和行业中的表现
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
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
AA-Briefcase v1.1Updated
AA-Briefcase Elo
AA-Omniscience
AA-Omniscience Index
Openness Index
Artificial Analysis Openness Index:得分
Intelligence Index 比较
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
Token 使用量
Intelligence Index 每项任务的输出 Token 数
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
上下文窗口
上下文窗口
速度
按输出速度(每秒 token 数)衡量
输出速度
Intelligence Index 每项任务耗时
延迟
按首 Token 延迟(秒)衡量
延迟: 首个答案 Token 延迟
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间
模型规模(仅开放权重模型)
模型规模:总参数量与活跃参数量
常见问题
Grok 4.7 (High) 更智能。在 Artificial Analysis Intelligence Index 上,Grok 4.7 (High) 的得分为 46,而 Qwen3.8 2.4T A95B 的得分为 40。
Grok 4.7 (High) 更快。Grok 4.7 (High) 每秒生成 79.3 个 token,而 Qwen3.8 2.4T A95B 每秒生成 36.9 个 token。
Qwen3.8 2.4T A95B 更便宜。Qwen3.8 2.4T A95B 每 100 万 token 的成本为 $1.18,而 Grok 4.7 (High) 为 $1.35(缓存命中/输入/输出比例为 7:2:1)。
Qwen3.8 2.4T A95B 的延迟更低。Qwen3.8 2.4T A95B 的首 Token 延迟为 3.04 秒,而 Grok 4.7 (High) 为 46.44 秒。
Grok 4.7 (High) 的上下文窗口更大。Grok 4.7 (High) 支持 500k 个 token,而 Qwen3.8 2.4T A95B 支持 260k 个 token。