相同的模型在几乎所有 AA-3D 领域均居首
在七个领域中的六个领域中，前五名模型拥有最高的胜率。在活体方面，排名第六的 GPT-6.1 Sol（78.6%）与 Claude Sonnet 5.5（78.5%）持平。差距低于约 12 个百分点的属于噪声。接下来是 Claude Opus 5.5（每个场景 20.50 美元）、GPT-6 Astra（18.11 美元）和 GPT-6.1 Sol（3.51 美元）的场景
相同的模型在几乎所有 AA-3D 领域均居首
榜单显示GPT-6.1 Sol以78.6%胜率与Claude Sonnet 5.5的78.5%在living bodies打平，其场景价格仅$3.51。小于约12个百分点的差距属噪音，方法论说明有限。
Artificial Analysis · X
内容说明
原始发布及相关权利归来源方。
机器翻译 · 请以原文为准