BenchLeader

AA-Omniscience 排行榜

截至 2026年11月16日,AA-Omniscience 的最高分为 66.8,由 Claude Fable 5.2(Anthropic)取得,领先于 Gemini 4 Carbon(53.5)。共有 142 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。AA-Omniscience 提出数千道跨众多领域的事实问题,并奖励知道何时不该回答:答对得正分,答错得负分,拒答得零分。AA-Omniscience 计入 BenchLeader Index 的知识得分。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 66.8 保持 AA-Omniscience v1.1 最高分(Artificial Analysis,2026年11月9日)。
  • Gemini 4 Carbon 以 53.5 位列 AA-Omniscience v1.1 第二(Artificial Analysis,2026年10月28日)。
  • AA-Omniscience v1.1:对幻觉扣分的知识回忆:答对数减去自信答错数,分值范围 −100 到 100。由 Artificial Analysis 运行(Artificial Analysis)。
  • BenchLeader 上有 142 个模型配置公布了 AA-Omniscience v1.1 结果(BenchLeader,2026年11月16日)。
  • AA-Omniscience v1.1 计入 BenchLeader Index 的知识类别(BenchLeader 方法论)。

对幻觉扣分的知识回忆:答对数减去自信答错数,分值范围 −100 到 100。由 Artificial Analysis 运行。

发布方
Artificial Analysis
类别
知识
Index 权重
1.0
模型
142
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-Omniscience 提出数千道跨众多领域的事实问题,并奖励知道何时不该回答:答对得正分,答错得负分,拒答得零分。

评分方式

-100 到 100 的分数,即答对减去自信答错,由 Artificial Analysis 运行。大多数模型的得分低于零。

注意事项

这种扣分设计意味着谨慎的模型可能胜过知识更多却过度自信的模型。应结合 Artificial Analysis 同时发布的幻觉率一起看。

142 / 142
#
1新Claude Fable 5.2max66.872.72026-11-09
2新Claude Fable 5.2xhigh64.869.72026-11-09
3新Claude Fable 5.2high64.068.42026-11-09
4新Claude Fable 5.2medium63.566.32026-11-09
5新Claude Fable 5.2low62.965.32026-11-09
6Gemini 4 Carbonhigh53.568.92026-10-28
7Claude Opus 5.5max48.168.42026-09-22
8Gemini 4 Carbonmedium46.865.82026-10-28
9Claude Fable 5.1max46.366.72026-09-01
10新Gemini 4 Hydrogenxhigh46.361.82026-11-12
11Gemini 4 Argonhigh46.165.32026-09-30
12GPT-6 Astrahigh44.666.32026-09-03
13Claude Fable 5.1xhigh44.364.62026-09-01
14GPT-6 Astraxhigh43.766.02026-09-03
15新Gemini 4 Hydrogenhigh43.763.42026-11-12
16Claude Opus 5.5xhigh43.165.42026-09-22
17GPT-6 Astramax42.467.32026-09-03
18Claude Opus 5.5high42.466.02026-09-22
19GPT-6.1 Solxhigh42.463.62026-09-29
20GPT-6.1 Solmax42.066.62026-09-29
21新Gemini 4 Hydrogenmedium41.9–2026-11-12
22GPT-6 Astramedium41.464.42026-09-03
23Gemini 4 Argonmedium41.161.62026-09-30
24GPT-6.1 Solhigh4163.42026-09-29
25GPT-6 Astralow40.362.02026-09-03
26GPT-6.1 Solmedium40.262.72026-09-29
27Claude Fable 5.1high39.963.72026-09-01
28Claude Opus 5.5medium39.861.22026-09-22
29Gemini 4 Carbonlow39.260.12026-10-28
30Claude Opus 5.5low39.058.92026-09-22
31GPT-6.1 Sollow3860.02026-09-29
32Claude Opus 5max37.665.02026-07-24
33Claude Fable 5.1medium36.461.72026-09-01
34新Gemini 4 Hydrogenlow36.1–2026-11-12
35Claude Fable 5.1low33.958.82026-09-01
36Grok 4.7xhigh31.257.42026-09-21
37Muse Wonder Fullmax30.661.72026-10-12
38Claude Sonnet 5.5max30.564.22026-09-28
39Grok 4.7high3056.92026-09-21
40Kimi K3.1 Pro29.961.82026-10-23
41GPT-6.1 Terramax29.664.12026-10-26
42GPT-6.1 Terraxhigh28.960.02026-10-26
43GPT-6.1 Terrahigh27.859.62026-10-26
44Grok 4.7low27.455.42026-09-21
45GPT-6.1 Terramedium26.658.52026-10-26
46Muse Spark Openxhigh25.853.52026-10-15
47Muse Wondermax25.160.82026-10-12
48Grok 4.6xhigh24.956.12026-08-12
49Muse Wonderhigh24.556.22026-10-12
50Muse Spark 1.3xhigh23.858.12026-09-02
51Gemini 3.8 Flashmedium23.760.22026-09-02
52Gemini 3.8 Flashhigh23.359.42026-09-02
53GPT-6.1 Terralow22.956.62026-10-26
54Muse Spark 1.3max22.460.62026-09-02
55GPT-6 Solmax21.462.62026-09-22
56Claude Sonnet 5.5xhigh20.662.52026-09-28
57Claude Sonnet 5.5low20.350.72026-09-28
58Claude Sonnet 5.5high18.759.52026-09-28
59Claude Sonnet 5.5medium18.650.62026-09-28
60Step 5 Preview16.456.02026-09-18

更多知识基准测试 · 全部大模型基准测试

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

AA-Omniscience v1.1:常见问题

AA-Omniscience v1.1 衡量的是什么?
AA-Omniscience 提出数千道跨众多领域的事实问题,并奖励知道何时不该回答:答对得正分,答错得负分,拒答得零分。分数以分数表示,越高越好。
AA-Omniscience v1.1 的最高分是多少?
截至 2026年11月16日,AA-Omniscience v1.1 的最高分为 66.8,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Gemini 4 Carbon(53.5)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 AA-Omniscience v1.1 上领先?
截至 2026年11月16日,AA-Omniscience v1.1 排名第一的是 Claude Fable 5.2,分数为 66.8(结果日期 2026年11月9日)。其后为 Gemini 4 Carbon(53.5)。
有多少模型有 AA-Omniscience v1.1 结果?
BenchLeader 上有 142 个模型配置有 AA-Omniscience v1.1 结果,全部取自 Artificial Analysis。
AA-Omniscience v1.1 由谁运行,多久更新一次?
AA-Omniscience 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-Omniscience v1.1 是否计入 BenchLeader Index?
计入。AA-Omniscience v1.1 计入 BenchLeader Index 的知识类别,并经过归一化,使参评模型的平均值为 50。