Kimi K3 is ranked 3rd on artificial analysis, only 2 points behind Sol
3 hours ago
- #Agent Evaluation
- #Benchmarking
- #AI Models
- 独立分析AI模型和供应商，帮助针对特定用例选择最佳方案。
- 个性化模型推荐器，根据智能性、速度和成本优先级提供推荐。
- 探索用于通用工作、编码、客户支持及其他任务的AI智能体，并比较能力、定价和平台支持。
- 高级计划提供扩展的基准数据、自定义可视化和行业报告。
- 人工智能分析智能指数评估领先的AI模型，包含每项任务成本和前沿语言模型智能随时间变化的子指数。
- 编码智能体指数衡量领先编码智能体在端到端软件工程任务上的性能、成本和执行时间。
- 图像、视频和语音排行榜，从文本到图像、文本到语音等竞技场获得95%置信区间。
- 智能体指数和智能评估涵盖智能体现实工作任务、工具使用、编码、推理、知识和长视野任务。
- 特定基准：用于长视野知识工作的AA-Briefcase、用于知识和幻觉的AA-Omniscience、用于经济价值任务的GDPval-AA v2。
- 人工智能分析开放指数基于可用性和透明度组件评估模型开放性。
- 针对领先AI模型的输出令牌、价格与成本以及速度与延迟评估。