Artificial Analysis 街头广告牌公开模型智能与成本前沿
ArtificialAnlys · x · 2026-07-24
Artificial Analysis 把「模型能力 × 单任务成本」做成了旧金山街头广告牌，强调现在评估模型时，成本效率正变得和智能分数同样重要。
- 他们展示的是一张 Intelligence Index vs Cost per Task 图，比较当前主流模型的能力与单次任务成本。
- Fable 5 的 Intelligence Index 最高，达到 60，但平均单任务成本是 2.75 美元。
- Grok 4.5 (high) 的分数是 54，单任务成本 0.31 美元，大约比 Fable 便宜 9 倍，而且仍在帕累托前沿上。
- DeepSeek v4 Flash 的智能分数较低，为 44，但单任务成本只有 0.04 美元，大约比 Fable 便宜 69 倍。
他们的结论是：帕累托前沿上的模型，没有任何别的模型能同时在智能和成本上都超过它；不在前沿上的模型，就是“花更多钱买更少能力”。
所属事件:Artificial Analysis 登陆旧金山街头广告牌(2 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11