BenchLeader

AA-Briefcase 排行榜

截至 2026年11月16日,AA-Briefcase 的最高分为 1816,由 Claude Sonnet 5.5(Anthropic)取得,领先于 Claude Opus 5.5(1801)。共有 253 个模型配置公布了结果(Artificial Analysis,结果日期 2026年9月28日)。以真实文件(电子表格、演示文稿、文档)交付的知识工作,两两对比评分,因此分数是 Elo 而不是百分比。AA-Briefcase 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Sonnet 5.5 以 1816 保持 AA-Briefcase v1.1 最高分(Artificial Analysis,2026年9月28日)。
  • Claude Opus 5.5 以 1801 位列 AA-Briefcase v1.1 第二(Artificial Analysis,2026年9月22日)。
  • AA-Briefcase v1.1:以真实文件(电子表格、演示文稿、文档)交付的知识工作,两两对比评分,因此分数是 Elo 而不是百分比(Artificial Analysis)。
  • BenchLeader 上有 253 个模型配置公布了 AA-Briefcase v1.1 结果(BenchLeader,2026年11月16日)。
  • AA-Briefcase v1.1 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

以真实文件(电子表格、演示文稿、文档)交付的知识工作,两两对比评分,因此分数是 Elo 而不是百分比。

发布方
Artificial Analysis
类别
智能体与工具
Index 权重
仅作参考
模型
253
数据截至
2026年11月16日

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

253 / 253
#
1Claude Sonnet 5.5max181664.22026-09-28
2Claude Opus 5.5max180168.42026-09-22
3新Claude Fable 5.2max178572.72026-11-09
4Claude Opus 5.5xhigh176165.42026-09-22
5Claude Sonnet 5.5xhigh174062.52026-09-28
6新Claude Fable 5.2xhigh173769.72026-11-09
7Muse Wonder Fullmax172961.72026-10-12
8Claude Opus 5.5high168266.02026-09-22
9新Claude Fable 5.2high167768.42026-11-09
10Kimi K3.1 Pro167461.82026-10-23
11Claude Fable 5.1max167166.72026-09-01
12Muse Wondermax165960.82026-10-12
13Claude Opus 5max165465.02026-07-24
14Claude Fable 5.1xhigh164964.62026-09-01
15Grok 4.7xhigh163657.42026-09-21
16Claude Sonnet 5.5high163459.52026-09-28
17Claude Opus 5xhigh162960.12026-07-24
18Grok 4.7high162956.92026-09-21
19新Claude Fable 5.2medium162266.32026-11-09
20Claude Opus 5.5medium161761.22026-09-22
21Gemini 4 Carbonhigh161168.92026-10-28
22Muse Wonderhigh161056.22026-10-12
23Qwen3.8 Maxmax160458.72026-09-02
24Gemini 4 Carbonmedium160265.82026-10-28
25Muse Spark 1.3max158160.62026-09-02
26Claude Fable 5.1high157763.72026-09-01
27Claude Haiku 5.5max157355.32026-10-07
28Qwen3.8-Flash-Next157253.92026-08-26
29DeepSeek V4.1 Flash 1017max157057.72026-10-17
30GPT-6 Astramax156967.32026-09-03
31新Gemini 4 Hydrogenxhigh156861.82026-11-12
32Gemini 4 Carbonlow156760.12026-10-28
33新Claude Fable 5.2low156365.32026-11-09
34Claude Opus 5high155864.42026-07-24
35GPT-6.1 Solmax155566.62026-09-29
36GPT-6 Astraxhigh154366.02026-09-03
37Grok 4.6xhigh154056.12026-08-12
38Claude Fable 5max153665.12026-06-09
39Inkling 2 Small152757.92026-11-05
40新Muse Emberxhigh152649.12026-11-09
41Grok 4.6high152660.62026-08-12
42Claude Fable 5.1medium152461.72026-09-01
43Claude Haiku 5.5xhigh152356.72026-10-07
44新Muse Embermax152052.12026-11-09
45Ling 3.1 Flash152050.82026-10-22
46MiMo-V2.6-Pro151257.52026-09-21
47GPT-6.1 Solxhigh150463.62026-09-29
48GPT-6 Astrahigh150366.32026-09-03
49GLM 5.3max150158.82026-08-18
50Kimi K3max149760.22026-07-16
51新Gemini 4 Hydrogenhigh149763.42026-11-12
52新Agnes 2.5 Pro Theta149650.82026-11-07
53Grok 4.7low149355.42026-09-21
54MiMo-V2.6-Flash148954.82026-09-21
55Gemini 4 Argonhigh148565.32026-09-30
56Muse Spark 1.3xhigh148058.12026-09-02
57GPT-5.6 Solmax147965.32026-07-09
58Claude Fable 5.1low147758.82026-09-01
59Grok 4.6medium147759.42026-08-12
60GPT-6 Solmax147662.62026-09-22

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,《AA-Briefcase v1.1 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_briefcase。

AA-Briefcase v1.1:常见问题

AA-Briefcase v1.1 衡量的是什么?
以真实文件(电子表格、演示文稿、文档)交付的知识工作,两两对比评分,因此分数是 Elo 而不是百分比。分数以基于两两对比的 Elo 式评分表示,越高越好。
AA-Briefcase v1.1 的最高分是多少?
截至 2026年11月16日,AA-Briefcase v1.1 的最高分为 1816,由 Claude Sonnet 5.5 取得(结果日期 2026年9月28日),领先于 Claude Opus 5.5(1801)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 AA-Briefcase v1.1 上领先?
截至 2026年11月16日,AA-Briefcase v1.1 排名第一的是 Claude Sonnet 5.5,分数为 1816(结果日期 2026年9月28日)。其后为 Claude Opus 5.5(1801)。
有多少模型有 AA-Briefcase v1.1 结果?
BenchLeader 上有 253 个模型配置有 AA-Briefcase v1.1 结果,全部取自 Artificial Analysis。
AA-Briefcase v1.1 由谁运行,多久更新一次?
AA-Briefcase v1.1 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。
AA-Briefcase v1.1 是否计入 BenchLeader Index?
不计入。AA-Briefcase v1.1 仅作参考展示,不计入综合分数。