AA-Analyst Agent

Name: AA-Analyst Agent
Creator: Artificial Analysis

Artificial Analysis / 专业办公 · 可靠地分析数据并回答专业问题。

在 AIHOT 中参与排名

所属领域专业办公

上游数据时间待核实

最近成功同步10/08 02:05

它测什么，怎么测

80 个私有问题、14 个领域，统一 Stirrup 工具环境；每题独立运行五次，五次全部成功才通过（pass^5）。

计分：数据分析；与 LiveBench Data Analysis 共用一类评测。固定十个对照型号至少测到六个，才参与计算。

按固定规则，每个公开模型采用一套代表配置；没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gemini-3-7-flashGoogle	60.0%	High 推理
2	claude-fable-5-1Anthropic	57.5%	Max 推理 · 含来源回退
2	claude-sonnet-5-5Anthropic	57.5%	Max 推理 · 含来源回退
4	claude-opus-5-5Anthropic	56.3%	Max 推理 · 含来源回退
5	claude-opus-5Anthropic	53.8%	Max 推理
6	gpt-6-astraOpenAI	51.2%	Max 推理
7	gpt-5-5OpenAI	50.0%	xHigh 推理
7	gpt-6-1-solOpenAI	50.0%	Max 推理
9	claude-fable-5Anthropic	48.8%	Max 推理 · 含来源回退
10	gpt-5-6-solOpenAI	47.5%	Max 推理
11	claude-sonnet-5Anthropic	46.3%	Max 推理
12	qwen3-8-maxAlibaba	45.0%	来源默认配置
12	gemini-3-5-flashGoogle	45.0%	High 推理
12	claude-opus-4-8Anthropic	45.0%	Max 推理
15	claude-opus-4-7Anthropic	43.8%	Max 推理
16	gemini-3-1-pro-previewGoogle	41.3%	来源默认配置
16	grok-4-6xAI	41.3%	High 推理
18	kimi-k3Moonshot AI	38.8%	Max 推理
19	grok-4-5xAI	35.0%	High 推理
19	step-5StepFun	35.0%	来源默认配置
21	inkling-smallThinking Machines Lab	27.5%	来源默认配置
22	deepseek-v4-flash-0420DeepSeek	25.0%	Max 推理
23	inklingThinking Machines Lab	23.8%	xHigh 推理
24	claude-sonnet-4-6-adaptiveAnthropic	20.0%	Max 推理
24	mimo-v2-5-proXiaomi	20.0%	来源默认配置
26	deepseek-v4-pro-0424DeepSeek	18.8%	Max 推理
26	qwen3-7-maxAlibaba	18.8%	来源默认配置
28	ling-3-0-flash-fininclusionai	16.3%	来源默认配置
29	gpt-5-4-miniOpenAI	15.0%	xHigh 推理
29	claude-4-5-haiku-reasoningAnthropic	15.0%	来源默认配置

评测局限与数据署名

pass^5 不是五次至少成功一次的 pass@5。缺测留空；回退成绩计入并标注，受影响题目过半不计。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们换算到同一条能力刻度上。