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。
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 |
|---|---|---|---|
| 1 | claude-fable-5-2Anthropic | 66.8 | Max 推理 · 含来源回退 |
| 6 | gemini-4-carbonGoogle | 53.5 | High 推理 |
| 7 | gpt-6-2-astraOpenAI | 50 | Max 推理 |
| 9 | claude-opus-5-5Anthropic | 48.1 | Max 推理 · 含来源回退 |
| 12 | gemini-4-hydrogenGoogle | 46.3 | xHigh 推理 |
| 12 | claude-fable-5-1Anthropic | 46.3 | Max 推理 · 含来源回退 |
| 14 | gemini-4-argonGoogle | 46.1 | High 推理 |
| 21 | gpt-6-astraOpenAI | 42.4 | Max 推理 |
| 24 | gpt-6-1-solOpenAI | 42 | Max 推理 |
| 29 | gpt-6-2-solOpenAI | 40.4 | Max 推理 |
| 40 | claude-opus-5Anthropic | 37.6 | Max 推理 |
| 45 | grok-4-7xAI | 31.2 | xHigh 推理 |
| 46 | muse-wonder-fullMeta | 30.6 | Max 推理 |
| 47 | claude-sonnet-5-5Anthropic | 30.5 | Max 推理 · 含来源回退 |
| 49 | kimi-k3-1-proMoonshot AI | 29.9 | 来源默认配置 |
| 50 | gpt-6-1-terraOpenAI | 29.6 | Max 推理 |
| 53 | qwen4-maxAlibaba | 27.7 | 来源默认配置 |
| 56 | muse-spark-openMeta | 25.8 | xHigh 推理 |
| 57 | muse-wonderMeta | 25.1 | Max 推理 |
| 58 | grok-4-6-xhighxAI | 24.9 | xHigh 推理 |
| 63 | gemini-3-8-flashGoogle | 23.3 | High 推理 |
| 65 | muse-spark-1-3Meta | 22.4 | Max 推理 |
| 66 | gpt-6-solOpenAI | 21.4 | Max 推理 |
| 71 | step-5StepFun | 16.4 | 来源默认配置 |
| 72 | inkling-2-smallThinking Machines Lab | 16.1 | 来源默认配置 |
| 74 | claude-haiku-5-5Anthropic | 12.3 | Max 推理 |
| 75 | qwen3-8-maxAlibaba | 10.5 | 来源默认配置 |
| 77 | qwen3-8-2-4t-a95bAlibaba | 7.8 | 来源默认配置 |
| 79 | muse-emberMeta | 7.4 | Max 推理 |
| 80 | gemini-3-5-flash-liteGoogle | 6.9 | 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。