- LLMeme2026-09-11
随着 GPT 6 Astra 发布， Artificial Analysis 可能是为了防止自己沦为野榜，紧急更新了几个版本。昨天 DeepSeek V4.1 Flash 的分数也出来了。现在把最新版的数据重新制图一下：
可以看出，把原来的 GPT 5.6 Luna (Max) 给超了。
标准修改最大的“受害者”或许是 MiMo ，原本是紧贴着帕累托前沿线的，现在直接掉到里面去了。
应之前 网友的需求，方便大家只看感兴趣的模型，专门做了一个网页版：
ai-single.pages.dev
Artificial Analysis Intelligence Index vs. Cost
还搞一个切换，方便大家直观感受线性坐标的成本差距
主楼 - aaa2026-09-11
这波Flash把Luna Max超了挺猛，MiMo掉出前沿线有点惨。网页筛选模型挺方便的。
- lueluelue2026-09-11
我不建议以“ Artificial Analysis”总榜来定
- LLMeme2026-09-11
不过现在用什么指标最好，似乎已经进入到众说纷纭的阶段了
- runner_dhero2026-09-11
AAL的评分就图一乐，完全是用前列那几个大模型的体感去硬拟合出一套benchmark权重……实际上这么做没有任何道理，不然也不会搞出来astra刚发布的时候干不过5.6sol的搞笑事件
人家别人的benchmark至少是benchmark检验模型，它家的是用模型去调整benchmark
- unsafetrait2026-09-11