Artificial Analysis v5 榜单：开源权重模型差距扩大

Artificial Analysis 发布 v5 模型评测榜单，改用闭源基准后，开源权重模型与领先者的差距从 v4.3 的 3 分扩大到 12 分。榜单显示，得分最高的开源权重模型 Kimi K3.1 Pro 得 46 分，但其权重尚未发布；已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）以 32 分并列最高，而 Claude Haiku 5.5（max）的得分高于这两者。 差距在 HLE-Diamond 和 Terminal-Bench-Science 两项上最明显：Kimi K3.1 Pro 分别得 37% 和 34%，Claude Opus 5.5（max）和 GPT-6 Astra（max）则分别为 68% 和 63%。 Ethan Mollick 称，这一结果与普遍感受相符，目前尚未出现 Fable 级的开源模型。

AI 根据报道生成 · 3 小时前更新