Artificial Analysis 发布 v1.1 能力指数：六大职业域模型排行上线
ArtificialAnlys · x · 2026-09-15
Artificial Analysis 宣布 Capability Indices v1.1，将 Intelligence Index v4.3 的评测切片与专项评测组合，并更新权重。该指数把 ONET 职业任务映射到对应 benchmark，按能力在各职业中的出现频率加权，覆盖六大领域：
- 金融与会计：商业知识、智能体知识工作、推理、工具调用、长文本分析、抗幻觉
- 战略与运营：商业知识、跨业务应用的智能体工具调用、长文本分析
- 法律：法律知识、智能体知识工作、长文档分析、抗幻觉
- 医疗健康：临床知识、病历长文本推理、临床推理、抗幻觉
- 工程：工程知识、量化推理、智能体执行、终端使用（含 Terminal-Bench v4.0、CritPt）
- 经济：经济知识、量化推理、智能体执行、长文本分析
涉及的基准包括 AA-Omniscience、GDPval-AA v2、AA-Briefcase、Humanity's Last Exam、AutomationBench-AA、AA-LCR v1.1 等。已发布分数均已按新权重更新。
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
- 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
- MiniCPM-OCR 1.3B 模型每分钟可处理 128 页，2B 校验模型接近 397B 巨兽 — haider1 · 2026-10-31