概念
别名：人工分析
用于评估AI模型性能的图像领域基准测试。
已跟踪 13 条高相关材料
最近变化
2026-06-25 · MAI-Image-2.5在文本到图像生成中排名第二，在图像编辑中排名第三。
为什么值得关注
Artificial Analysis 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
I remember when people were saying "It's useless to open-source big models because nobody will be ab...
clem 🤗(@ClementDelangue) · 9.2 分
Cerebras 在企业环境中以每秒约1000个token的速度运行千亿参数模型Kimi K2.6，彻底颠覆了‘大模型开源无用’的旧认知，证明硬件创新可使开源大模型实现实用化部署。
Gemini 3.5 Flash: more expensive, but Google plan to use it for everything
Simon Willison's Weblog · 8.7 分
Google发布Gemini 3.5 Flash，定价提升至3.1 Flash-Lite的6倍，却广泛部署于搜索、AI助手和企业平台，反映大模型厂商正通过高价模型试探API客户支付意愿，同时性能与成本显著高于前代产品。
GLM-5.2 is probably the most powerful text-only open weights LLM
Simon Willison's Weblog · 8.5 分
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。
已收录 13 条与 Artificial Analysis 相关的内容，按评分排序。
Cerebras 在企业环境中以每秒约1000个token的速度运行千亿参数模型Kimi K2.6，彻底颠覆了‘大模型开源无用’的旧认知，证明硬件创新可使开源大模型实现实用化部署。
入选理由：Cerebras 在企业测试中以约1000 tokens/s的速度运行Kimi K2.6（千亿参数模型），创当前最快推理记录。
Google发布Gemini 3.5 Flash，定价是前代Flash-Lite的6倍，却广泛部署于搜索、AI助手和企业平台，反映大模型厂商正通过高价模型试探API客户支付意愿。
入选理由：Gemini 3.5 Flash输入价格为$1.50/百万token，输出为$9/百万token，是3.1 Flash-Lite的6倍。
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。
入选理由：GLM-5.2 拥有 753B 参数和 100 万 token 上下文窗口，是目前最大的开源文本模型。
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。
入选理由：North Mini Code 是 Cohere 首个专为开发者设计的模型，参数量为 30B，其中 3B 为活跃参数。
阿里云Qwen3.7-Max以56.6分位列Artificial Analysis全球大模型榜单第五、国产第一，即将上线阿里云百炼API服务。
入选理由：Qwen3.7-Max得分56.6分，超越国产所有模型，逼近GPT-5.4、Gemini3.1 Pro等国际顶尖模型
StepAudio 2.5 TTS 在 Artificial Analysis 语音竞技场盲测中位列全球前三，仅次于 Inworld 和 Google 的模型。
入选理由：StepAudio 2.5 TTS 在盲测中排名全球第3，仅落后于 Inworld 和 Google 的模型。
AI正从单纯模型转向服务、数据和产品的结合，代码编写量激增，同时成本问题开始影响产品策略。
入选理由：AI不仅限于模型，还包括服务、数据和品牌，这对AI工程师有利。
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。
入选理由：Qwen3.7-Max 在 ITbench-AA 测试中表现优异，排名第三。
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。
入选理由：OpenRouter 推出了 Benchmarks API，支持实时查询模型性能。
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。
入选理由：开源模型在性能上存在滞后现象。
GLM5.2 在 benchmark 中表现优异，但实际体验仍需验证。
入选理由：GLM5.2 在 Artificial Analysis 开源模型中登顶。
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。
入选理由：MAI-Image-2.5在文本到图像生成中排名第二，在图像编辑中排名第三。
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。
入选理由：Grok 4.3在Artificial Analysis Intelligence Index中得分为53
