AA 端点准确度指数：近四分之一推理端点低于基准

Artificial Analysis 发布 Endpoint Accuracy Index v1.1，对第三方 API 提供商进行基准测试，发现近 1/4 推理端点得分低于参考基准。其中 DeepSeek V4.1 Flash 1017 的全部 22 个端点得分均在参考值的 97.5%–101.4% 之间，分差仅 3.9 分，为指数中最稳定的模型；GLM-5.3 覆盖 26 个端点居首，但得分分化严重，区间达 67.2–99.3。指数还新增了 GLM-5.3 Flash 与 Muse Spark Open 的覆盖。

2026-11-06 ~ 2026-11-06 · 4 条相关