2026-07-07 10:02:14
Artificial Analysis 推出特定行业 AI 基准测试;Claude Fable 5 领先,GLM-5.2 挑战闭源模型
Artificial Analysis 推出了六个行业特定性能指数,用于评估金融、法律、医疗、运营、工程和经济领域的真实业务应用,据 Beating 监测。与依赖学术数据集的传统通用基准不同,新指数使用基于 ONET 工作活动分类的自定义权重,模拟每个行业的实际任务分布。在初步测试中,Claude Fable 5 在所有八个指数中排名第一,而开源 GLM-5.2 在六个行业指数中夺得五个第一,并在工程指数上获得 53 分,接近 Claude Sonnet 5 的 55 分。这些指数揭示了显著的性能差距:在法律基准中,Gemini 3.1 Pro Preview 的准确率与 Claude Fable 5 相差不到 11 分,同时运行快 7 倍。