BenchLeader

AA Progress Index v1 排行榜

今日前 5 名得分BL Index
  1. 1Claude Fable 5.2每百万 token $16.0035872.7
  2. 2Claude Opus 5.5每百万 token $8.00351.365.4
  3. 3Gemini 4 Carbon每百万 token $4.00350.868.9
  4. 4Claude Sonnet 5.5每百万 token $4.00350.564.2
  5. 5GPT-6 Astra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。

发布方
Artificial Analysis
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。

641 / 641
#
1新Claude Fable 5.2max35872.72026-11-09
2Claude Opus 5.5xhigh351.365.42026-09-22
3Gemini 4 Carbonhigh350.868.92026-10-28
4Claude Sonnet 5.5max350.564.22026-09-28
5Gemini 4 Carbonmedium350.265.82026-10-28
6Claude Opus 5.5max35068.42026-09-22
7GPT-6 Astramax349.667.32026-09-03
8GPT-6.1 Solmax348.566.62026-09-29
9GPT-6 Astraxhigh348.466.02026-09-03
10GPT-6 Astrahigh347.466.32026-09-03
11GPT-6.1 Solxhigh346.463.62026-09-29
12GPT-6.1 Terramax345.264.12026-10-26
13Claude Opus 5.5high34466.02026-09-22
14GPT-6 Astramedium34464.42026-09-03
15GPT-6.1 Solhigh343.963.42026-09-29
16Claude Sonnet 5.5xhigh343.862.52026-09-28
17Muse Wonder Fullmax343.261.72026-10-12
18Gemini 4 Argonhigh341.865.32026-09-30
19Claude Fable 5.1xhigh340.964.62026-09-01
20Claude Fable 5.1max340.866.72026-09-01
21Kimi K3.1 Pro340.761.82026-10-23
22Claude Opus 5.5medium340.361.22026-09-22
23GPT-6.1 Solmedium338.762.72026-09-29
24Claude Fable 5.1high337.963.72026-09-01
25GPT-6.1 Terraxhigh337.960.02026-10-26
26Muse Wondermax335.860.82026-10-12
27GPT-6 Astralow335.162.02026-09-03
28GPT-6.1 Terrahigh334.159.62026-10-26
29GPT-6 Solmax33462.62026-09-22
30Claude Opus 5max333.765.02026-07-24
31Claude Sonnet 5.5high333.559.52026-09-28
32Claude Fable 5.1medium33361.72026-09-01
33Claude Opus 5xhigh33360.12026-07-24
34GPT-5.6 Solmax331.565.32026-07-09
35Claude Opus 5high33164.42026-07-24
36Claude Fable 5max329.365.12026-06-09
37GPT-6.1 Terramedium328.958.52026-10-26
38Claude Fable 5.1low328.458.82026-09-01
39GPT-6 Solxhigh327.358.42026-09-22
40GPT-6.1 Sollow326.260.02026-09-29
41Claude Haiku 5.5max326.155.32026-10-07
42Claude Opus 5.5low32558.92026-09-22
43Claude Opus 5medium324.957.52026-07-24
44Muse Spark 1.3max324.560.62026-09-02
45GPT-5.6 Solxhigh324.363.92026-07-09
46GPT-6 Solhigh324.158.12026-09-22
47GPT-5.6 Terramax323.959.52026-07-09
48Qwen3.8 Maxmax323.758.72026-09-02
49DeepSeek V4.1 Flash 1017max323.757.72026-10-17
50GLM 5.3max322.758.82026-08-18
51Grok 4.7xhigh322.757.42026-09-21
52Claude Haiku 5.5xhigh322.256.72026-10-07
53Grok 4.7high321.656.92026-09-21
54Ling 3.1 Flash321.650.82026-10-22
55Grok 4.6high321.560.62026-08-12
56GPT-5.6 Solhigh321.263.42026-07-09
57MiMo-V2.6-Pro321.257.52026-09-21
58Grok 4.6xhigh320.856.12026-08-12
59Gemini 3.8 Flashhigh320.359.42026-09-02
60DeepSeek V4.1 Flashmax320.258.52026-09-10

更多综合基准测试 · 全部大模型基准测试

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。