跳到正文

AA-Omniscience v1.1(Artificial Analysis)

Artificial Analysis / 知识问答 · 各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。

官方评测
在 AIHOT 中参与排名
所属领域知识问答
上游数据时间待核实
最近成功同步11/18 20:05

它测什么,怎么测

取 Artificial Analysis 独立公布的 AA-Omniscience v1.1 分数(−100 到 100),3,000 道事实题。同一型号按最高推理档位选代表配置,选择不看分数。

AIHOT 怎么用它

计分:知识问答领域,与 SimpleQA Verified、司南知识同属知识与事实问答一类,三项合起来算一票。从上一轮综合榜已收录官方 API 价格或公开权重的型号里,取前 10 家厂商各自名次最高的型号。至少测过其中 60% 才参与计算(发布不满一个月的没测不算缺)。

评测成绩

同一模型测了多个档位时,按固定规则只取一套代表成绩;没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示,名次照搬原榜,每项最多列 30 个。

原榜名次原榜型号原始成绩代表配置
1claude-fable-5-2Anthropic66.8Max 推理 · 含来源回退
6gemini-4-carbonGoogle53.5High 推理
7gpt-6-2-astraOpenAI50Max 推理
9claude-opus-5-5Anthropic48.1Max 推理 · 含来源回退
12gemini-4-hydrogenGoogle46.3xHigh 推理
12claude-fable-5-1Anthropic46.3Max 推理 · 含来源回退
14gemini-4-argonGoogle46.1High 推理
21gpt-6-astraOpenAI42.4Max 推理
24gpt-6-1-solOpenAI42Max 推理
29gpt-6-2-solOpenAI40.4Max 推理
40claude-opus-5Anthropic37.6Max 推理
45grok-4-7xAI31.2xHigh 推理
46muse-wonder-fullMeta30.6Max 推理
47claude-sonnet-5-5Anthropic30.5Max 推理 · 含来源回退
49kimi-k3-1-proMoonshot AI29.9来源默认配置
50gpt-6-1-terraOpenAI29.6Max 推理
53qwen4-maxAlibaba27.7来源默认配置
56muse-spark-openMeta25.8xHigh 推理
57muse-wonderMeta25.1Max 推理
58grok-4-6-xhighxAI24.9xHigh 推理
63gemini-3-8-flashGoogle23.3High 推理
65muse-spark-1-3Meta22.4Max 推理
66gpt-6-solOpenAI21.4Max 推理
71step-5StepFun16.4来源默认配置
72inkling-2-smallThinking Machines Lab16.1来源默认配置
74claude-haiku-5-5Anthropic12.3Max 推理
75qwen3-8-maxAlibaba10.5来源默认配置
77qwen3-8-2-4t-a95bAlibaba7.8来源默认配置
79muse-emberMeta7.4Max 推理
80gemini-3-5-flash-liteGoogle6.9来源默认配置
评测局限与数据署名

分数同时反映知识量和是否乱编,不单纯是知识量。v1.1 换了题集,和 v1 的分数不能直接比,v1 的成绩不再计入。 缺测留空。

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 按公开规则把它们折算成同一种分数。