BenchLeader

Analyst Agent (AA) 排行榜

截至 2026年11月16日,Analyst Agent (AA) 的最高分为 60.0%,由 Gemini 3.7 Flash(Google)取得,领先于 Claude Fable 5.1(57.5%)。共有 52 个模型配置公布了结果(Artificial Analysis,结果日期 2026年8月13日)。智能体拿到一份分析任务说明、一组文档和工具,必须产出一名初级分析师应交付的分析。Analyst Agent (AA) 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 3.7 Flash 以 60.0% 保持 Analyst Agent (AA) 最高分(Artificial Analysis,2026年8月13日)。
  • Claude Fable 5.1 以 57.5% 位列 Analyst Agent (AA) 第二(Artificial Analysis,2026年9月1日)。
  • Analyst Agent (AA):使用工具的多步金融分析师任务,由 Artificial Analysis 运行(Artificial Analysis)。
  • BenchLeader 上有 52 个模型配置公布了 Analyst Agent (AA) 结果(BenchLeader,2026年11月16日)。
  • Analyst Agent (AA) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

使用工具的多步金融分析师任务,由 Artificial Analysis 运行。

发布方
Artificial Analysis
类别
智能体与工具
Index 权重
仅作参考
模型
52
数据截至
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

测试内容

智能体拿到一份分析任务说明、一组文档和工具,必须产出一名初级分析师应交付的分析。

评分方式

各任务的评分标准得分,由 Artificial Analysis 运行。

注意事项

新推出,目前测量过的模型很少。

52 / 52
#
1Gemini 3.7 Flashhigh60.0%62.12026-08-13
2Claude Fable 5.1max57.5%66.72026-09-01
3Claude Sonnet 5.5max57.5%64.22026-09-28
4Claude Opus 5.5max56.3%68.42026-09-22
5Grok 4.7high55.0%56.92026-09-21
6Claude Opus 5max53.8%65.02026-07-24
7Claude Haiku 5.5max53.8%55.32026-10-07
8Grok 4.7xhigh52.5%57.42026-09-21
9GPT-6 Astramax51.3%67.32026-09-03
10Inkling 2 Small51.3%57.92026-11-05
11GPT-6.1 Solmax50.0%66.62026-09-29
12GPT-5.5xhigh50.0%64.12026-04-23
13Gemini 4 Argonhigh48.8%65.32026-09-30
14Claude Fable 5max48.8%65.12026-06-09
15GPT-5.6 Solmax47.5%65.32026-07-09
16Gemini 3.8 Flashhigh46.3%59.42026-09-02
17Claude Sonnet 5max46.3%56.12026-06-30
18Gemini 3.5 Flashhigh45.0%62.52026-05-19
19Claude Opus 4.8max45.0%61.12026-05-28
20Qwen3.8 Maxmax45.0%58.72026-09-02
21Claude Opus 4.7max43.8%59.72026-04-16
22GPT-6 Lunamax43.8%55.12026-09-22
23Grok 4.6high41.3%60.62026-08-12
24Gemini 3.1 Pro41.3%59.92026-02-19
25Kimi K3.1 Pro38.8%61.82026-10-23
26Kimi K3max38.8%60.22026-07-16
27GLM 5.3max38.8%58.82026-08-18
28Muse Spark 1.3max37.5%60.62026-09-02
29MiMo-V2.6-Pro37.5%57.52026-09-21
30DeepSeek V4.1 Flashmax35.0%58.52026-09-10
31Grok 4.5high35.0%56.82026-07-08
32Step 5 Preview35.0%56.02026-09-18
33Inkling Small27.5%52.02026-07-30
34GLM 5.3 Flash25.0%57.82026-08-26
35DeepSeek V4 Flash 0420max25.0%–2026-04-24
36Inklingxhigh23.8%50.02026-07-15
37Claude Sonnet 4.6max20.0%56.12026-02-17
38Muse Glimmerhigh20.0%46.52026-08-10
39MiMo-V2.5-Prothinking20.0%–2026-04-22
40Qwen3.7max18.8%60.02026-05-19
41DeepSeek V4 Pro 0424max18.8%–2026-04-24
42Ling 3.0 Flash Fin16.3%–2026-09-11
43GPT-5.4 Minixhigh15.0%55.12026-03-17
44Claude Haiku 4.5thinking15.0%45.72025-10-15
45Mistral Medium 3.512.5%46.62026-04-29
46MiniMax M2.711.3%56.62026-03-18
47MiniMax M310.0%56.12026-06-01
48Grok 4.3high8.8%56.52026-04-30
49Gemini 3.1 Flash Lite8.8%52.62026-03-03
50GPT-5.5无推理7.5%52.32026-04-23
51Nemotron 3 Ultra 550B A55Bthinking6.3%49.12026-06-04
52Mistral Small 4thinking1.3%40.52026-03-16

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Analyst Agent (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_analyst_agent。

Analyst Agent (AA):常见问题

Analyst Agent (AA) 衡量的是什么?
智能体拿到一份分析任务说明、一组文档和工具,必须产出一名初级分析师应交付的分析。分数以完成任务的百分比表示,越高越好。
Analyst Agent (AA) 的最高分是多少?
截至 2026年11月16日,Analyst Agent (AA) 的最高分为 60.0%,由 Gemini 3.7 Flash 取得(结果日期 2026年8月13日),领先于 Claude Fable 5.1(57.5%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 Analyst Agent (AA) 上领先?
截至 2026年11月16日,Analyst Agent (AA) 排名第一的是 Gemini 3.7 Flash,分数为 60.0%(结果日期 2026年8月13日)。其后为 Claude Fable 5.1(57.5%)。
有多少模型有 Analyst Agent (AA) 结果?
BenchLeader 上有 52 个模型配置有 Analyst Agent (AA) 结果,全部取自 Artificial Analysis。
Analyst Agent (AA) 由谁运行,多久更新一次?
Analyst Agent (AA) 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
Analyst Agent (AA) 是否计入 BenchLeader Index?
不计入。Analyst Agent (AA) 仅作参考展示,不计入综合分数。