Artificial Analysis 发布职业能力指数 v1.1，Claude Fable 5.1 六项全领跑
ArtificialAnlys · x · 2026-09-15
Artificial Analysis 发布 Capability Indices v1.1，将 ONET 职业任务映射到对应基准并按工作场景权重合成六个职业能力指数：财务会计、战略运营、法律、医疗、工程、经济。
主要更新：
- 多数指数新增「Agentic Tool Use」能力（来自 AutomationBench-AA）
- 移除 Agentic Customer Interaction；金融/战略/法律/医疗新增 GDP.pdf 长上下文推理项
- 各指数加入 AA-Briefcase 至 Agentic Knowledge Work；工程指数 Terminal-Bench 更新至 v4.0、移除 GPQA Diamond
关键结果：
- Claude Fable 5.1 (max) 在全部六个指数中排名第一
- GPT-6 Astra (max) 在财务、战略、法律、工程居次
- 开源模型表现有竞争力：Kimi K3 在财务(#8)、法律(#9)、经济(#7)领先，DeepSeek V4.1 Flash 在战略(#7)领先，GLM-5.3 在医疗(#6)、工程(#7)领先
所属事件:Artificial Analysis 职业能力指数 v1.1 发布,Claude 六域全领跑(3 条相关)→
「模型」频道最新
- Open TTS 榜单新增 14 种语言，LFM3-Audio-2B 等新模型上榜 — realmrfakename · 2026-10-31
- 用户吐槽 Linux 版 Codex 应用像没人管的养子,体验糟糕 — eigenron · 2026-10-31
- Kimi 支持俄罗斯 Mir 卡直接付款，订阅 Pro 无需中介 — teortaxesTex · 2026-10-31
- Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
- Gemini 4 Carbon 登顶 APEX-Agents 榜首,唯一均值破 90% 的模型 — Swarooprm7 · 2026-10-31
- Sarvam 为印度开发本地推理版 opencode,遭网友吐槽「本地」定义 — kingslyj · 2026-10-31