Artificial Analysis

Cerebras is now running the trillion-parameter Kimi K2.6 model in enterprise trials at ~1,000 tokens/s, shattering the old belief that open-source large models are impractical due to hardware limitations.

Google released Gemini 3.5 Flash at six times the price of its predecessor, yet deployed it across Search, AI Assistant, and enterprise tools—revealing a strategic shift toward internal model saturation over API monetization.

Meta发布的新AI模型Muse Wonder在多个基准测试中表现优异，尤其在法律和编码任务中领先。

微软发布MAI-Transcribe-2-Streaming，实现实时转录准确率全球第一，比ElevenLabs快55%且便宜60%。

Hugging Face 推出 Open TTS Leaderboard，通过客观指标解决 TTS 模型评估碎片化问题，评估时间从数周缩短至数小时。

GPT-6.1 Sol 每任务成本较 GPT-6 Sol 降低 30%，主要通过价格调整和 token 使用优化实现。

CoreWeave支持部署2.8万亿参数的Kimi K3模型，提供租户隔离网关和GPU优化服务，适合需要大规模推理的用户。

Perplexity Search API在Artificial Analysis搜索指数中占据前三，medium设置以每任务约$0.091的成本提升5分。

阿里云推出Qwen-Audio-3.0语音模型系列，获全球三大赛道冠军，支持多语种与实时交互，开发者可订阅Token Plan使用。

Interconnects AI 推出 Artifacts Hub 和 Adoption Dashboard，提供开源模型生态的深度分析与实时数据追踪。

Claude Opus 5在性能接近Fable 5的同时将成本降低20%，独立测试显示其在知识工作基准测试中领先150 Elo。

GLM-5.2 是目前参数量最大的开源文本模型，拥有 753B 参数和 100 万 token 上下文窗口，性能在多个基准测试中领先。

Cohere 发布 North Mini Code，一个 30B 参数的 Mixture-of-Experts 模型，专为开发者设计，在多个代码生成基准测试中表现优异。

Alibaba Cloud's Qwen3.7-Max scores 56.6 to rank 5th globally and 1st domestically in Artificial Analysis benchmark, soon available via Alibaba Cloud's BaiLian API.

StepAudio 2.5 TTS ranked #3 globally on the Artificial Analysis Speech Arena leaderboard in a blind test, behind only Inworld’s Realtime TTS 1.5 Max and Google’s Gemini 3.1 Flash TTS.

小米MiMo-V2.6-Pro模型在Artificial Analysis智能指数中登顶，以$0.13/任务成本进入帕累托前沿，开源生态价值显著。

Astra模型在多数基准测试中表现优异，但AA Intelligence得分未提升，且成本较高。

AI is evolving from mere models to a combination of services, data, and products, with a surge in code generation and cost considerations impacting product strategies.

Qwen3.7-Max 在 ITbench-AA 基准测试中排名第三，该测试评估模型处理企业级 IT 任务的能力。

Meta发布Muse Spark Open称其为最强美国开源模型，但中国GLM 5.3和Kimi K3仍领先，Nvidia同步推出更小更快的Nemotron 3.5 Super VL。

Perplexity Search在不同计算资源下表现优异，提供三种上下文设置以优化搜索效果。

Fish Audio的Drama 3 Preview模型在开放权重TTS领域排名第一，支持83种语言，价格仅为Eleven v4的五分之一。

HeyGen Voice成为TTS排行榜第一，但缺乏技术细节，仅提供API折扣信息。

HeyGen语音模型在Artificial Analysis TTS排行榜登顶，但缺乏技术细节和原理说明。

ElevenLabs的Eleven v4 Turbo在文本转语音榜单中排名第一，价格仅为Eleven v4的一半。

微软MAI-Image-2.5-Pro模型登顶图像编辑排行榜，但文章缺乏技术细节和工程实践价值。

微软MAI-Image-2.6在图像编辑领域表现突出，占据AA排行榜前三。

OpenRouter 推出新的 Benchmarks API，可实时查询模型性能排名，GLM-5.2 在编码和设计方面表现最佳。

文章展示了一个关于开源模型与闭源模型性能差距的时间线分析，但信息密度较低。

GLM5.2 在 benchmark 中表现优异，但实际体验仍需验证。