v5 榜单任务更重:单任务输出 token 中位数从 35k 涨到 59k
ArtificialAnlys · x · 2026-10-28
Artificial Analysis 介绍 v5 相比 v4.3 的一个显著变化:每个模型在单任务上的输出 token 中位数上升三分之二,从 35k 增至 59k。agentic 评测(Terminal-Bench-Science、Terminal-Bench 4.0、AA-Briefcase、FrontierCode 2.0)合计占指数权重 55%,却消耗中位数约 88% 的输出 token;其中 Terminal-Bench-Science 最耗 token,单独占每任务输出 token 的约三分之一。
所属事件:AA 新评测：无模型通吃，Opus 5.5 拿 3 项第一(15 条相关)→
「模型」频道最新
- Gemini 4 Argon 刷新 OCR 纪录：WER 1.73%，超越人类专家 — gabriberton · 2026-10-28
- Meta 开源级翻译系统 Omnilingual MT 覆盖 1600 种语言 — kalyan_kpl · 2026-10-28
- LFM3-1.7B 无审查 GGUF 权重上线 Hugging Face — kalyan_kpl · 2026-10-28
- OpenRouter 周token量一年涨27倍至165万亿，开放模型占72% — FinanceYF5 · 2026-10-28
- 曝特斯拉 Optimus 数据采集：40 相机动捕服三班倒运转数月 — Scobleizer · 2026-10-28
- FrontierMemory 基准榜：Letta Dream 得 73.3% 居首，超 OpenAI 与 Claude agent — afurgs · 2026-10-28