MKA 基准细节：头部七模型 Regression 门槛 95-97%，Climb 拉开 28%-57% 差距

ArtificialAnlys · x · 2026-11-11

Artificial Analysis 补充 MKA 基准细节：Regression（基线）标准上头部七模型都在 95%-97%，区分度很小；真正拉开差距的是 Climb（高难）标准，分布从 28% 到 57%。同一任务上，Gemini 4 Carbon (high) 用 76 轮、约 1 小时、约 $8 完成，Claude Fable 5.2 (max) 用 224 轮、约 3 小时、约 $68，但产出幻灯片得分更高（87% vs 72%）；Carbon 看图 118 次对比 Fable 的 203 次。六种输出文件类型各有领先者：Claude Fable 5.2 领先 PDF、Word 等，DeepSeek V4.1 Flash 1017 领先文本文件。