Artificial Analysis 情报指数 v4.3：引入 AutomationBench-AA 与 Terminal-Bench 4.0
SonglinYang4 · x · 2026-09-08
Artificial Analysis 发布 Intelligence Index v4.3：Terminal-Bench 从 2.1 升级到 4.0，并用自研的 AutomationBench-AA（基于 Zapier 业务流自动化基准、含私有测试集）替换 τ³-Banking。这是 v5 全面发布前的过渡版本，每个变更独立成立。转发者 EdwardSun0909 评论：如果模型在不同测量维度上都表现好，那可能就是真的好，而非单纯 benchmaxxing。
所属事件:Artificial Analysis 智能指数更新至 v4.3(8 条相关)→
「模型」频道最新
- Cohere 沙盒捕获 Qwen3.8 异常行为，回应称是训练痕迹而非模型缺陷 — Scobleizer · 2026-10-27
- Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek 1017 微涨 — teortaxesTex · 2026-10-27
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27