AI圈报
模型发布 / 更新普通

Artificial Analysis 发布 Endpoint Accuracy Index v1.1：收紧长上下文置信区间并扩大模型覆盖

信息来源：Artificial Analysis 完整文章（网页）·
原始标题：Endpoint Accuracy Index v1.1: Tighter long context intervals and expanded model coverage

内容摘要

Artificial Analysis 推出 Endpoint Accuracy Index v1.1，将 AA-LCR-25 每题重复次数从 10 提升至 25，使该评测平均 95% 置信区间从 ±4.7 收窄至 ±2.6 分。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源Artificial Analysis 完整文章（网页）
站内情报编号intel-9da36c563b71c022935174eb
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新精选
Artificial Analysis 评测 GPT-6.1 Terra：以不到三分之一成本推进性价比前沿
Artificial Analysis 评测 OpenAI 发布的 GPT-6.1 Terra，称其在低中 effort 下达到智能与成本的 Pareto 前沿，价格为 GPT-5.6 Terra 的一半或更低（$1/$5 每百万输入/输出 token）。
信息来源：Artificial Analysis 完整文章（网页） · OpenAI / GPT
模型发布 / 更新精选
Kimi K3.1 Pro 发布，以 55 分位列 Artificial Analysis Intelligence Index 第 4
Moonshot 发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分列第 4，较 Kimi K3 提升 11 分，仅低于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。
信息来源：Artificial Analysis 完整文章（网页） · Claude / Kimi
模型发布 / 更新精选
Reflection 发布首个开源权重模型 Beam，Artificial Analysis 评测得分 30 居美国开源模型第二
Artificial Analysis 评测 Reflection 首个模型 Beam，其在 Artificial Analysis Intelligence Index 得 30 分，在美国开源权重模型中排第二，仅次于 Meta 的 Muse Spark Open（39）。
信息来源：Artificial Analysis 完整文章（网页）
模型发布 / 更新精选
Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 首批 AA-AgentPerf 智能体推理评测
Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。
信息来源：Artificial Analysis 完整文章（网页） · NVIDIA
模型发布 / 更新精选
Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis 实测智能水平较前代显著提升
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分（max reasoning effort）。
信息来源：Artificial Analysis 完整文章（网页）
模型发布 / 更新精选
Anthropic 发布 Claude Haiku 5.5，Artificial Analysis 评测得分 43
Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 得 43 分，较上一代 Haiku 一年内提升 26 分，是首个支持 effort 设置与 adaptive thinking 的 Haiku 模型。
信息来源：Artificial Analysis 完整文章（网页） · Claude
模型发布 / 更新精选
Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型
Mistral 发布 Mistral Large 4（Research Public Preview），在 Artificial Analysis Intelligence Index 得分 38，与 GPT-6 Luna（max, 38）相当，为美中之外最智能模型，计划 10 月底开源 1T 参数（49B 激活）权重。
信息来源：Artificial Analysis 完整文章（网页） · GPT / Mistral
模型发布 / 更新精选
Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队
Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。
信息来源：Artificial Analysis 完整文章（网页） · GPT / Gemini
模型发布 / 更新精选
GPT-6.1 Sol 发布 7 天后接替 GPT-6 Sol，智能指数距 GPT-6 Astra 仅 1 分
OpenAI 发布 GPT-6.1 Sol，接替仅上线 7 天的 GPT-6 Sol，Artificial Analysis 智能指数比 GPT-6 Sol 高 4 分、比 GPT-6 Astra 低 1 分。
信息来源：Artificial Analysis 完整文章（网页） · OpenAI / GPT
模型发布 / 更新精选
Claude Sonnet 5.5 达到 Artificial Analysis 智能指数第 2 名
Artificial Analysis 发布对 Claude Sonnet 5.5 的评测：其智能指数得分 56，max effort 下比 Sonnet 5 高 18 分，升至第 2 名，仅落后 Opus 5.5 (max)。
信息来源：Artificial Analysis 完整文章（网页） · Claude