Artificial Analysis Intelligence Index
PulseAugur coverage of Artificial Analysis Intelligence Index — every cluster mentioning Artificial Analysis Intelligence Index across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
-
Meta 从开放权重 AI 转向，前沿转移至中国
作为开放权重大型语言模型（LLM）的关键参与者，Meta 已将其重点从发布开放模型转移，其最后一次公开版本是 2025 年 4 月的 Llama 4 Scout 和 Maverick。该公司最新的前沿模型 Muse Spark 以私有 API 的形式发布，并且大规模裁员表明其战略重心发生了转变。尽管 Meta 进行了调整，但开放权重 AI 的前沿并未崩溃，而是已迁移，主要迁移到了中国的实验室，西方的一些坚持者也做出了贡献。目前的开放权…
-
OpenBMB 发布 MiniCPM5-1B，一款适用于旧款手机的高效边缘 AI 模型
清华大学的 OpenBMB 实验室发布了 MiniCPM5-1B，这是一款专为在旧设备上高效运行而设计的新型边缘 AI 模型。这个拥有 10.8 亿参数的模型具有 131K 的上下文窗口，并通过 SGLang 支持原生工具调用。它在其所属类别的人工分析智能指数中取得了高排名，其推理版本排名第二，非推理版本在开源模型中排名第一。
-
SpaceXAI 的 Grok 4.5 在 AI 基准测试中排名第四
SpaceXAI 的 Grok 4.5 在人工智能分析指数中获得了 54 分，位列第四。这一成绩使其落后于基准测试中的其他领先 AI 模型。
-
Anthropic 发布 Claude Sonnet 5，成本更低，性能接近 Opus
Anthropic 发布了 Claude Sonnet 5，这是一款新的中端模型，专为增强的代理能力而设计，包括规划、工具使用和自主操作。虽然其定价与其前代 Sonnet 4.6 相当，并且性能接近更高级别的 Opus 4.8，但独立分析表明，其增加的冗长和每个任务更多的步骤可能会导致在初始定价结束后，已完成工作的总体成本更高。该模型还采用了一种新的分词器，增加了相同输入文本的 token 数量，进一步影响了实际成本。Anthropi…
-
Anthropic 的 Fable 5 因出口管制被移除；GLM-5.2 占据开放权重榜首
Anthropic 的 Fable 5 模型仅上线 96 小时后，因美国的出口管制而被全球移除。四天后，Z.ai 发布了采用 MIT 许可的 GLM-5.2，该模型迅速在人工智能分析智商指数中攀升至第四位，并在设计竞技场中超越了 Fable 5。这一系列事件凸显了 AI 模型评估的转变，可用性、许可和司法管辖区暴露程度与基准性能同等重要，模型的存在与其可用性之间的差距已成为一个重要因素。
-
Anthropic 的 Claude Opus 4.8 荣登 AI 王座，OpenAI 淘汰 GPT-4.5
OpenAI 正在淘汰其几款旧的 AI 模型，包括 GPT-4.5 和 o3，其中 GPT-4.5 将于 2026 年 6 月 27 日从 ChatGPT 中移除。此举被视为在潜在的 IPO 计划和 GPT-5.5 Instant 等新模型发布之前的战略调整。与此同时，Anthropic 的 Claude Opus 4.8 已成为性能最佳的 AI 模型，在 Artificial Analysis Intelligence Index …
-
NVIDIA 发布 Nemotron 3 Ultra，一个 550B 参数的开放权重模型
NVIDIA 发布了 Nemotron 3 Ultra，一个 5500 亿参数的开放权重模型，为美国本土发布树立了新的标杆。这款混合了 Mamba 和 Transformer 的专家混合模型拥有 100 万 token 的上下文窗口，并针对代理（agent）进行了优化。虽然它在人工智能分析指数（Artificial Analysis Intelligence Index）上取得了高分，但在原始能力方面落后于一些中国和闭源模型，但在速度…
-
GLM-5.2在Artificial Analysis Intelligence Index上领先开源模型 · 追踪4个来源
Z.ai的GLM-5.2已被认可为Artificial Analysis Intelligence Index上表现最佳的开源模型，得分51分。尽管其规模与其前代GLM-5.1相同，GLM-5.2却展现出显著的性能提升。这一进步使其在智能与成本效率的帕累托前沿上占据一席之地。
-
Z.ai发布GLM-5.2，为长上下文AI设定新的开源基准
Z.ai发布了GLM-5.2，一个具有100万token上下文窗口的开源语言模型，使其成为长时任务和编码基准的有力竞争者。该模型采用改进的架构，并引入了IndexShare以降低计算成本并增强推测解码。在各种编码和智能体基准测试中，GLM-5.2展示了与Anthropic的Opus系列和OpenAI的GPT-5.5等领先的专有模型相媲美的性能，成为同类产品中性能最佳的开源模型。
-
MiniMax AI 发布 M3 模型，计划发布权重
MiniMax AI 发布了其 M3 模型，该模型在人工智能分析指数上取得了 55 分。该公司计划发布该模型的权重，预计这将使其成为领先的人工智能。
-
Mimo V2.5 AI 模型在成本和性能上挑战顶级竞争对手
Mimo V2.5，一款新推出的 AI 模型，正展示出令人印象深刻的性能和成本效益，可与 Claude 4.5 Opus 等顶级模型相媲美。它在与 Claude 4.5 Opus 相当的智能得分的同时，成本却远低于包括 Gemini 3.1 Flash Lite 在内的其他模型。该模型在任务完成度和延迟方面也表现更佳，使其成为寻求强大且经济实惠的 AI 功能的开发者的一个引人注目的选择。
-
小米的MiMo V2.5 Pro模型在AI指数中排名第54位
小米发布了其MiMo V2.5 Pro，这是一款新的大型语言模型，在人工智能分析指数上获得了54分。这一消息通过小米MiMo和人工智能分析在X（前身为Twitter）上的帖子宣布。此次发布表明模型权重将很快可用，预示着更广泛的采用和使用的可能性。
-
阿里巴巴的Qwen3.7-Max发布，增强了智能体和推理能力
阿里巴巴的Qwen发布了其新的旗舰模型Qwen3.7-Max，专为智能体时代设计。该模型在科学推理、编码和智能体能力方面取得了显著进步，在人工智能分析指数中得分56.6。Qwen3.7-Max还在自主执行和跨各种基准的泛化能力方面展现出增强的性能，并且诸如隐式缓存等功能现已上线。