廣場
最新
熱門
新聞
我的主頁
發布
AI評估革命！Artificial Analysis 推出行業能力指數：Claude Fable 5 主導，開源 GLM-5.2 逼近閉源前沿
空投黑洞
2026-07-07 10:43:10
關注
根據洞查打擊的監測，傳統AI模型評估往往依賴通用學術數據集，導致高分測試與實際業務表現之間存在差距。評估機構Artificial Analysis在現有通用技能指數（涵蓋智能與編程）的基礎上，推出了六項行業特定指數來衡量真實業務表現（覆蓋金融、法律、醫療、運營、工程與經濟）。與通用技能指數不同，行業指數根據O*NET工作活動分類進行權重分佈客製化，模擬真實職位中任務的頻率。它將大模型的底層能力測試（如HLE推理、LCR長文本處理、GDPval智能體工作等）與每個行業的專業知識庫（AA-Omniscience）相匹配。在初始測試階段，閉源模型Claude Fable 5登頂所有八項指數，而開源模型GLM-5.2在六項行業指數中取得五個第一名，在工程指數中得分為53，接近Claude Sonnet 5的55。評估還揭示了顯著的性能差距：在運營指數中，Claude Fable 5的單任務成本（$3.48）是開源模型DeepSeek V4 Pro（$0.03）的超過一百倍；在法律指數中，Gemini 3.1 Pro的預覽版比Claude Fable 5速度快近七倍，得分僅低11分。基於任務場景權衡性能與性價比，正成為垂直領域AI選擇的新基準。
查看原文
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
打賞
按讚
回覆
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
暫無回覆
熱門話題
查看更多
#
預測世界盃阿根廷VS埃及
23.3萬 熱度
#
Strategy上週減持3588枚BTC
799.37萬 熱度
#
GT二季度銷毀257萬枚
11.84萬 熱度
#
SK海力士ADR獲超額認購
47.93萬 熱度
#
USD1鏈上質押享年化8.88%
101.3萬 熱度
已置頂
網站地圖
AI評估革命！Artificial Analysis 推出行業能力指數：Claude Fable 5 主導，開源 GLM-5.2 逼近閉源前沿