Reddit 质疑 Artificial Analysis 榜单系统性压低开源模型排名

Rare_Subject2343 · reddit · 2026-11-10

Reddit 用户发帖质疑 AI 评测机构 Artificial Analysis 对开源权重模型存在偏见：每当 DeepSeek、GLM 等开源模型逼近闭源模型时，AA 就会「重新校准」基准，把开源模型排名大幅压低，同时在 X 上宣传其 Intelligence Index，让开源模型看起来远逊于 Claude/GPT。

发帖人指出，看图表的商业决策者会得出「开源模型不行、该订 Anthropic」的结论，而 AA 忽略了开源模型在编程等实际任务上的真实能力；AA 以修正「饱和基准」为借口，但发帖人怀疑其与闭源厂商存在利益输送。配图为 AA Intelligence Index v5.0.1 榜单截图，Claude Opus 4.5、Gemini 4、Claude Dou、GPT-6 等闭源模型居前，DeepSeek、GLM 等排名靠后。该质疑本身未经证实，属于评测方法论争议。