BenchLeader

AA-LCR 排行榜

截至 2026年11月16日,AA-LCR 的最高分为 88.7%,由 Kimi K3(Moonshot AI)取得,领先于 Step 5 Preview(88.3%)。共有 572 个模型配置公布了结果(Artificial Analysis,结果日期 2026年7月16日)。AA-LCR 给模型一组总计约 100,000 个 token 的文档,提出的问题需要把其中几份文档里的事实综合起来才能回答。AA-LCR 计入 BenchLeader Index 的长上下文得分。

要点(截至 2026年11月16日)

  • Kimi K3 以 88.7% 保持 AA-LCR v1.1 最高分(Artificial Analysis,2026年7月16日)。
  • Step 5 Preview 以 88.3% 位列 AA-LCR v1.1 第二(Artificial Analysis,2026年9月18日)。
  • AA-LCR v1.1:跨越约 10 万 token 文档集合的长上下文推理。已从 Intelligence Index v5 中移除,但仍在发布。由 Artificial Analysis 运行(Artificial Analysis)。
  • BenchLeader 上有 572 个模型配置公布了 AA-LCR v1.1 结果(BenchLeader,2026年11月16日)。
  • AA-LCR v1.1 计入 BenchLeader Index 的长上下文类别(BenchLeader 方法论)。

跨越约 10 万 token 文档集合的长上下文推理。已从 Intelligence Index v5 中移除,但仍在发布。由 Artificial Analysis 运行。

发布方
Artificial Analysis
类别
长上下文
Index 权重
1.0
模型
572
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

AA-LCR 给模型一组总计约 100,000 个 token 的文档,提出的问题需要把其中几份文档里的事实综合起来才能回答。

评分方式

答对问题的百分比,由 Artificial Analysis 运行。

注意事项

只测一种上下文长度,所以看不出超过这个长度后表现如何下降。上下文窗口较小的模型会被排除或截断。

572 / 572
#
1Kimi K3max88.7%60.22026-07-16
2Step 5 Preview88.3%56.02026-09-18
3Kimi K3.1 Pro86.3%61.82026-10-23
4MiMo-V2.6-Pro86.3%57.52026-09-21
5Claude Fable 5.1max85.3%66.72026-09-01
6Claude Opus 5.5max84.7%68.42026-09-22
7Claude Opus 5.5xhigh84.7%65.42026-09-22
8Claude Fable 5.1medium84.7%61.72026-09-01
9新Agnes 2.5 Pro Theta84.7%50.82026-11-07
10GPT-5.5xhigh84.3%64.12026-04-23
11GPT-5.5high84.3%63.52026-04-23
12Claude Opus 5.5medium84.3%61.22026-09-22
13GPT-5.6 Solmax84.0%65.32026-07-09
14Gemini 3.8 Flashmedium84.0%60.22026-09-02
15GPT-6.1 Sollow84.0%60.02026-09-29
16DeepSeek V4.1 Flashmax84.0%58.52026-09-10
17Claude Fable 5.1high83.7%63.72026-09-01
18GPT-6 Solmax83.7%62.62026-09-22
19Muse Wonder Fullmax83.7%61.72026-10-12
20GPT-6 Solhigh83.7%58.12026-09-22
21GPT-5.6 Lunamax83.7%56.22026-07-09
22新Claude Fable 5.2max83.3%72.72026-11-09
23新Claude Fable 5.2high83.3%68.42026-11-09
24GPT-5.3-Codexxhigh83.3%62.92026-02-05
25GPT-6.1 Solmedium83.3%62.72026-09-29
26Inkling 2 Small83.3%57.92026-11-05
27GPT-6 Lunamax83.3%55.12026-09-22
28Muse Glimmerhigh83.3%46.52026-08-10
29Solar Mini 483.3%–2026-09-22
30GPT-6.1 Solmax83.0%66.62026-09-29
31Claude Fable 5.1xhigh83.0%64.62026-09-01
32GPT-5.5medium83.0%60.82026-04-23
33Muse Spark 1.3max83.0%60.62026-09-02
34Gemini 3.7 Flashmedium83.0%60.12026-08-13
35GPT-5.6 Terramax83.0%59.52026-07-09
36Muse Spark 1.3xhigh83.0%58.12026-09-02
37MiniMax M383.0%56.12026-06-01
38Ling 3.1 Flash83.0%50.82026-10-01
39Agnes 2.5 Pro Beta83.0%–2026-08-26
40新Claude Fable 5.2xhigh82.7%69.72026-11-09
41Claude Opus 5.5high82.7%66.02026-09-22
42Claude Sonnet 5.5max82.7%64.22026-09-28
43GPT-6.1 Terramax82.7%64.12026-10-26
44GPT-5.2xhigh82.7%59.92025-12-11
45DeepSeek V4.1 Flash 1017max82.7%57.72026-10-17
46Claude Haiku 5.5max82.7%55.32026-10-07
47Claude Fable 5max82.3%65.12026-06-09
48GPT-5.6 Solxhigh82.3%63.92026-07-09
49GPT-6.1 Solhigh82.3%63.42026-09-29
50GPT-6.1 Terrahigh82.3%59.62026-10-26
51Claude Fable 5.1low82.3%58.82026-09-01
52GPT-6 Solmedium82.3%56.92026-09-22
53GPT-5.2-Codexxhigh82.3%–2025-12-11
54GPT-5.4xhigh82.0%63.12026-03-05
55Gemini 3.1 Pro82.0%59.92026-02-19
56Claude Opus 5medium82.0%57.52026-07-24
57Claude Sonnet 5max82.0%56.12026-06-30
58Qwen3.8 27Bxhigh82.0%52.22026-08-14
59GPT-5.6 Solhigh81.7%63.42026-07-09
60Gemini 3.7 Flashhigh81.7%62.12026-08-13

更多长上下文基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《AA-LCR v1.1 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_lcr。

AA-LCR v1.1:常见问题

AA-LCR v1.1 衡量的是什么?
AA-LCR 给模型一组总计约 100,000 个 token 的文档,提出的问题需要把其中几份文档里的事实综合起来才能回答。分数以完成任务的百分比表示,越高越好。
AA-LCR v1.1 的最高分是多少?
截至 2026年11月16日,AA-LCR v1.1 的最高分为 88.7%,由 Kimi K3 取得(结果日期 2026年7月16日),领先于 Step 5 Preview(88.3%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 AA-LCR v1.1 上领先?
截至 2026年11月16日,AA-LCR v1.1 排名第一的是 Kimi K3,分数为 88.7%(结果日期 2026年7月16日)。其后为 Step 5 Preview(88.3%)。
有多少模型有 AA-LCR v1.1 结果?
BenchLeader 上有 572 个模型配置有 AA-LCR v1.1 结果,全部取自 Artificial Analysis。
AA-LCR v1.1 由谁运行,多久更新一次?
AA-LCR 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-LCR v1.1 是否计入 BenchLeader Index?
计入。AA-LCR v1.1 计入 BenchLeader Index 的长上下文类别,并经过归一化,使参评模型的平均值为 50。