| 智能 | |||
|---|---|---|---|
| Intelligence Index | 17 | 33* | |
| AA-Briefcase v1.1 | 477 | 868 | |
| GDPval-AA v2.1 | 786 | ||
| AutomationBench-AA | 7% | ||
| Terminal-Bench 4.0 | 1% | ||
| SciCode | 45% | ||
| Humanity's Last Exam | 22% | 42% | |
| GDP.pdf | 10% | ||
| CritPt | 3% | 17% | |
| AA-Omniscience | −33 | 11 | |
| AA-LCR v1.1 | 83% | 83% | |
| 成本 | |||
| 每 100 万 Token 价格 | $0.228 | $1.8725 | |
| 每 100 万输入 Token 价格 | $0.325 | $1.75 | |
| 每 100 万输出 Token 价格 | $1.35 | $14.00 | |
| 每 100 万缓存命中 Token 价格 | $0.04 | $0.175 | |
| 每任务成本 | $0.06 | ||
| 运行 Intelligence Index 的成本 | US$149 | ||
| Token 使用量 | |||
| 每任务输出 Token 数 | 14k | ||
| 每任务推理 Token 数 | 10k | ||
| 运行 Intelligence Index 的输出 Token 数 | 59M | ||
| 性能 | |||
| 输出速度 | 128 token/秒 | 103 token/秒 | |
| 首 Token 延迟 | 1.00 秒 | 66.62 秒 | |
| 首个回答 Token 时间 | 16.68 秒 | 66.62 秒 | |
| 端到端响应时间 | 20.59 秒 | 71.49 秒 | |
| 每任务耗时 | 116.67 秒 | ||
| 技术规格 | |||
| 上下文窗口 | 131k token约 197 页 A4 纸(12 号 Arial 字体) | 400k token约 600 页 A4 纸(12 号 Arial 字体) | |
| 发布日期 | 2026年8月 | 2026年2月 | |
| 知识截止日期 | 2026年1月 | 2025年8月 | |
| 总参数量 | 30B | ||
| 推理 | 是 | 是 | |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | |
| 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 | ||
* 估计值
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
GPT-5.3 Codex (Xhigh) 更智能。在 Artificial Analysis Intelligence Index 上,GPT-5.3 Codex (Xhigh) 的得分为 33(估算值),而 Muse Glimmer (High) 的得分为 17。
Muse Glimmer (High) 更快。Muse Glimmer (High) 每秒生成 127.6 个 token,而 GPT-5.3 Codex (Xhigh) 每秒生成 102.7 个 token。
Muse Glimmer (High) 更便宜。Muse Glimmer (High) 每 100 万 token 的成本为 $0.23,而 GPT-5.3 Codex (Xhigh) 为 $1.87(缓存命中/输入/输出比例为 7:2:1)。
Muse Glimmer (High) 的延迟更低。Muse Glimmer (High) 的首 Token 延迟为 1.00 秒,而 GPT-5.3 Codex (Xhigh) 为 66.62 秒。
GPT-5.3 Codex (Xhigh) 的上下文窗口更大。GPT-5.3 Codex (Xhigh) 支持 400k 个 token,而 Muse Glimmer (High) 支持 130k 个 token。