广场
最新
热门
资讯
我的主页
发布
AI评估革命！Artificial Analysis发布行业能力指数：Claude Fable 5占据主导，开源GLM-5.2逼近闭源前沿
空投黑洞
2026-07-07 10:43:10
关注
据 Dongcha Beating 的监测，传统 AI 模型评估往往依赖通用的学术数据集，导致高分测试结果与实际业务表现之间出现偏差。评估机构 Artificial Analysis 在现有“智能与编程技能指数”的基础上，推出了六个行业专属指数，用于衡量真实的业务表现（覆盖金融、法律、医疗、运营、工程以及经济）。与通用技能指数不同，行业指数会基于 O*NET 工作活动分类进行定制化的加权分布，用以模拟真实岗位中任务的出现频率。它将大模型的底层能力测试（例如 HLE 推理、LCR 长文本处理、GDPval 智能体工作等）与各行业的专业知识库（AA-Omniscience）相匹配。在初始测试阶段，闭源模型 Claude Fable 5 在全部八个指数中排名第一；而开源模型 GLM-5.2 则在六个行业指数中获得五个第一，其中工程指数得分为 53，接近 Claude Sonnet 5 的 55。评估还揭示了显著的性能差距：在运营指数中，Claude Fable 5 的单任务成本（$3.48）是开源 DeepSeek V4 Pro（$0.03）的 100 多倍；在法律指数中，Gemini 3.1 Pro 的预览版速度比 Claude Fable 5 快近 7 倍，得分仅低 11 分。根据任务场景权衡性能与成本效益，正逐渐成为垂直领域 AI 选型的新基准。
查看原文
此页面可能包含第三方内容，仅供参考（非陈述/保证），不应被视为 Gate 认可其观点表述，也不得被视为财务或专业建议。详见
声明
。
赞赏
点赞
评论
转发
分享
评论
请输入评论内容
请输入评论内容
评论
暂无评论
热门话题
查看更多
#
GUSD年化升至3.8%
78.69万 热度
#
预测世界杯阿根廷VS埃及
23.42万 热度
#
Strategy上周减持3588枚BTC
799.23万 热度
#
GT二季度销毁257万枚
11.75万 热度
#
SK海力士ADR获超额认购
47.83万 热度
置顶
网站地图
AI评估革命！Artificial Analysis发布行业能力指数：Claude Fable 5占据主导，开源GLM-5.2逼近闭源前沿