AA Progress Index v1 排行榜
- 1
Claude Fable 5.2max每百万 token $16.0035872.7
- 2
Claude Opus 5.5xhigh每百万 token $8.00351.365.4
- 3
Gemini 4 Carbonhigh每百万 token $4.00350.868.9
- 4
Claude Sonnet 5.5max每百万 token $4.00350.564.2
- 5
GPT-6 Astramax每百万 token $20.00349.667.3
- 这是什么
- Artificial Analysis 的长期能力量表,跨多项评测拟合,因此即使单项测试饱和,分数也能保持可比。
- 与 BenchLeader Index 的区别
- 这是单一发布方自己的测试。BenchLeader Index 综合了来自 48 家发布方的 78 项第三方基准测试,对每种推理设置分别评分,并且不纳入这一综合分数,以免同一项测试被重复计算。
截至 2026年11月16日,AA Progress Index v1 的最高分为 358,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(351.3)。共有 641 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。Artificial Analysis 的 Progress Index v1:在许多评测上拟合出的长期项目反应能力尺度,让模型分数在单项测试饱和后仍可比较。锚定方式使 o3-mini 落在 220 左右、GPT-5.5 落在 320 左右。AA Progress Index v1 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 358 保持 AA Progress Index v1 最高分(Artificial Analysis,2026年11月9日)。
- Claude Opus 5.5 以 351.3 位列 AA Progress Index v1 第二(Artificial Analysis,2026年9月22日)。
- AA Progress Index v1:Artificial Analysis 的长期 IRT 能力量表(约 200–350),跨多项评测拟合,即使单项测试饱和,分数也能保持可比。用于观察趋势,不计入 BenchLeader Index(Artificial Analysis)。
- BenchLeader 上有 641 个模型配置公布了 AA Progress Index v1 结果(BenchLeader,2026年11月16日)。
- AA Progress Index v1 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
Artificial Analysis 的长期 IRT 能力量表(约 200–350),跨多项评测拟合,即使单项测试饱和,分数也能保持可比。用于观察趋势,不计入 BenchLeader Index。
- 类别
- 综合
- Index 权重
- 仅作参考
- 模型
- 641
- 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
Artificial Analysis 的 Progress Index v1:在许多评测上拟合出的长期项目反应能力尺度,让模型分数在单项测试饱和后仍可比较。锚定方式使 o3-mini 落在 220 左右、GPT-5.5 落在 320 左右。
评分方式
IRT 式分数,通常在约 200 到 350 之间;越高越好。Artificial Analysis 对每种推理强度变体分别拟合。仅用于观察趋势,不计入 BenchLeader Index。
注意事项
它是基于模型的估计,而不是单项测试的实测,重新拟合可能让所有分数同时变动。看当前排名请优先参考 Intelligence Index 和 BenchLeader Index;这个指标适合用来画长期进展图。
- 1Claude Fable 5.2 (max)358
- 2Claude Opus 5.5 (xhigh)351.3
- 3Gemini 4 Carbon (high)350.8
- 4Claude Sonnet 5.5 (max)350.5
- 5Gemini 4 Carbon (medium)350.2
- 6Claude Opus 5.5 (max)350
- 7GPT-6 Astra (max)349.6
- 8GPT-6.1 Sol (max)348.5
- 9GPT-6 Astra (xhigh)348.4
- 10GPT-6 Astra (high)347.4
- 11GPT-6.1 Sol (xhigh)346.4
- 12GPT-6.1 Terra (max)345.2
- 13Claude Opus 5.5 (high)344
- 14GPT-6 Astra (medium)344
- 15GPT-6.1 Sol (high)343.9
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 358 | 72.7 | 2026-11-09 |
| 2 | 351.3 | 65.4 | 2026-09-22 | |
| 3 | 350.8 | 68.9 | 2026-10-28 | |
| 4 | 350.5 | 64.2 | 2026-09-28 | |
| 5 | 350.2 | 65.8 | 2026-10-28 | |
| 6 | 350 | 68.4 | 2026-09-22 | |
| 7 | 349.6 | 67.3 | 2026-09-03 | |
| 8 | 348.5 | 66.6 | 2026-09-29 | |
| 9 | 348.4 | 66.0 | 2026-09-03 | |
| 10 | 347.4 | 66.3 | 2026-09-03 | |
| 11 | 346.4 | 63.6 | 2026-09-29 | |
| 12 | 345.2 | 64.1 | 2026-10-26 | |
| 13 | 344 | 66.0 | 2026-09-22 | |
| 14 | 344 | 64.4 | 2026-09-03 | |
| 15 | 343.9 | 63.4 | 2026-09-29 | |
| 16 | 343.8 | 62.5 | 2026-09-28 | |
| 17 | 343.2 | 61.7 | 2026-10-12 | |
| 18 | 341.8 | 65.3 | 2026-09-30 | |
| 19 | 340.9 | 64.6 | 2026-09-01 | |
| 20 | 340.8 | 66.7 | 2026-09-01 | |
| 21 | 340.7 | 61.8 | 2026-10-23 | |
| 22 | 340.3 | 61.2 | 2026-09-22 | |
| 23 | 338.7 | 62.7 | 2026-09-29 | |
| 24 | 337.9 | 63.7 | 2026-09-01 | |
| 25 | 337.9 | 60.0 | 2026-10-26 | |
| 26 | 335.8 | 60.8 | 2026-10-12 | |
| 27 | 335.1 | 62.0 | 2026-09-03 | |
| 28 | 334.1 | 59.6 | 2026-10-26 | |
| 29 | 334 | 62.6 | 2026-09-22 | |
| 30 | 333.7 | 65.0 | 2026-07-24 | |
| 31 | 333.5 | 59.5 | 2026-09-28 | |
| 32 | 333 | 61.7 | 2026-09-01 | |
| 33 | 333 | 60.1 | 2026-07-24 | |
| 34 | 331.5 | 65.3 | 2026-07-09 | |
| 35 | 331 | 64.4 | 2026-07-24 | |
| 36 | 329.3 | 65.1 | 2026-06-09 | |
| 37 | 328.9 | 58.5 | 2026-10-26 | |
| 38 | 328.4 | 58.8 | 2026-09-01 | |
| 39 | 327.3 | 58.4 | 2026-09-22 | |
| 40 | 326.2 | 60.0 | 2026-09-29 | |
| 41 | 326.1 | 55.3 | 2026-10-07 | |
| 42 | 325 | 58.9 | 2026-09-22 | |
| 43 | 324.9 | 57.5 | 2026-07-24 | |
| 44 | 324.5 | 60.6 | 2026-09-02 | |
| 45 | 324.3 | 63.9 | 2026-07-09 | |
| 46 | 324.1 | 58.1 | 2026-09-22 | |
| 47 | 323.9 | 59.5 | 2026-07-09 | |
| 48 | 323.7 | 58.7 | 2026-09-02 | |
| 49 | 323.7 | 57.7 | 2026-10-17 | |
| 50 | 322.7 | 58.8 | 2026-08-18 | |
| 51 | 322.7 | 57.4 | 2026-09-21 | |
| 52 | 322.2 | 56.7 | 2026-10-07 | |
| 53 | 321.6 | 56.9 | 2026-09-21 | |
| 54 | 321.6 | 50.8 | 2026-10-22 | |
| 55 | 321.5 | 60.6 | 2026-08-12 | |
| 56 | 321.2 | 63.4 | 2026-07-09 | |
| 57 | 321.2 | 57.5 | 2026-09-21 | |
| 58 | 320.8 | 56.1 | 2026-08-12 | |
| 59 | 320.3 | 59.4 | 2026-09-02 | |
| 60 | 320.2 | 58.5 | 2026-09-10 |
相关基准测试
AA Progress Index v1 上的热门模型对比
引用格式:BenchLeader,《AA Progress Index v1 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_progress_index。
AA Progress Index v1:常见问题
- AA Progress Index v1 衡量的是什么?
- Artificial Analysis 的 Progress Index v1:在许多评测上拟合出的长期项目反应能力尺度,让模型分数在单项测试饱和后仍可比较。锚定方式使 o3-mini 落在 220 左右、GPT-5.5 落在 320 左右。分数以分数表示,越高越好。
- AA Progress Index v1 的最高分是多少?
- 截至 2026年11月16日,AA Progress Index v1 的最高分为 358,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Claude Opus 5.5(351.3)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 AA Progress Index v1 上领先?
- 截至 2026年11月16日,AA Progress Index v1 排名第一的是 Claude Fable 5.2,分数为 358(结果日期 2026年11月9日)。其后为 Claude Opus 5.5(351.3)。
- 有多少模型有 AA Progress Index v1 结果?
- BenchLeader 上有 641 个模型配置有 AA Progress Index v1 结果,全部取自 Artificial Analysis。
- AA Progress Index v1 由谁运行,多久更新一次?
- AA Progress Index v1 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 Progress Index v1 是否计入 BenchLeader Index?
- 不计入。AA Progress Index v1 仅作参考展示,不计入综合分数。