智能指数 v4.3 更新：Claude Fable 5.1 等三模型刷新性价比前沿
ArtificialAnlys · x · 2026-09-10
Artificial Analysis 称上周「智能指数 vs 成本」帕累托前沿显著外移，Claude Fable 5.1、Muse Spark 1.3 和 GPT-6 Astra 各自在单位成本的高效智能上创下新点。同步发布的 Intelligence Index v4.3 用 AutomationBench-AA 替换了 τ³-Banking，并将 Terminal-Bench 升级到 v4.0；站点还新增了搜索 API 供应商对比（Search Index）、自定义基准工具 Optima 与模型推荐器。近期评测还包括 MiniCPM5-2B、K2 Horizon 375B A23B，以及 Google 四个月内发布的第四款 Flash 模型 Gemini 3.8 Flash；Meta 的 Muse Spark 1.3 被评触及前沿水平。
所属事件:三款新模型一周内刷新智能与成本帕累托前沿(2 条相关)→
「模型」频道最新
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26