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.

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.

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。

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。

微软的MAI-Image-2.5在图像生成和编辑领域排名第二和第三，但未超越OpenAI的模型。

xAI发布Grok 4.3，AI指数达53，代理能力提升，输入/输出价格分别下降约40%和60%，但原文仅为推特转发，无技术细节或验证依据。