AA-Briefcase（Artificial Analysis）

Name: AA-Briefcase（Artificial Analysis）
Creator: Artificial Analysis

Artificial Analysis / 专业工作 · 办公知识工作的长任务，两两比较交付结果。

在 AIHOT 中参与排名

所属领域专业工作

上游数据时间待核实

最近成功同步10/04 20:23

它测什么，怎么测

取 Artificial Analysis 智能指数中 AA-Briefcase 的 Elo 等级分。同一型号按最高推理档位选代表配置，选择不看分数。

计分：专业工作领域，与 GDPval-AA 同属职业交付一类，两项合起来算一票。

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	claude-sonnet-5-5Anthropic	1,824.3	Max 推理 · 含来源回退
2	claude-opus-5-5Anthropic	1,807.8	Max 推理 · 含来源回退
6	claude-fable-5-1Anthropic	1,675.5	Max 推理 · 含来源回退
7	claude-opus-5Anthropic	1,662	Max 推理
9	grok-4-7xAI	1,644.6	xHigh 推理
14	qwen3-8-maxAlibaba	1,620.5	来源默认配置
15	muse-spark-1-3Meta	1,583	Max 推理
16	qwen3-8-flash-nextAlibaba	1,582.7	来源默认配置
18	gpt-6-astraOpenAI	1,568.9	Max 推理
19	gpt-6-1-solOpenAI	1,564.2	Max 推理
21	grok-4-6-xhighxAI	1,544.4	xHigh 推理
23	claude-fable-5Anthropic	1,539	Max 推理 · 含来源回退
26	mimo-v2-6-proXiaomi	1,516.6	来源默认配置
27	glm-5-3Z.ai	1,510	Max 推理
31	kimi-k3Moonshot AI	1,500.8	Max 推理
32	mimo-v2-6-flashXiaomi	1,494.7	来源默认配置
33	gemini-4-argonGoogle	1,490.5	High 推理
37	gpt-6-solOpenAI	1,479.5	Max 推理
38	gpt-5-6-solOpenAI	1,478.4	Max 推理
41	glm-5-3-flashZ.ai	1,454.2	来源默认配置
44	qwen3-8-2-4t-a95bAlibaba	1,435.6	来源默认配置
46	deepseek-v4-flash-visionDeepSeek	1,425.5	Max 推理
47	step-5StepFun	1,424.4	来源默认配置
48	deepseek-v4-1-flashDeepSeek	1,420.9	Max 推理
49	ling-3-1-flashInclusionAI	1,400.4	来源默认配置
50	qwen3-8-27bAlibaba	1,396.9	xHigh 推理
51	qwen3-8-max-0803Alibaba	1,386.5	来源默认配置
56	claude-sonnet-5Anthropic	1,358.1	Max 推理
57	gpt-5-6-lunaOpenAI	1,342.7	Max 推理
58	gpt-6-lunaOpenAI	1,336	Max 推理

评测局限与数据署名

等级分来自模型裁判两两比较，不是正确率；它的刻度按同一批模型在其他领域的水平对齐，不能自定尺度。

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。