frxiaobei· @frxiaobei · X·· 3 小时前AI 评分
Artificial Analysis 新榜单显示闭源模型在难题上仍领先
Artificial Analysis 新榜单将 v5 改为六成题目使用私有测试集，开源模型与榜首的差距从 3 分扩大到 12 分。Claude Opus 5.5 以 58 分居首，已开放权重的 DeepSeek V4.1 Flash 和 GLM-5.3 均为 32 分。
之前说开源追到闭源九成能力，剩下那一成撑不起三倍价差。
今天 Artificial Analysis 的新榜单给这句话泼了点冷水。
v5 改成六成题目用私有测试集，开源跟第一的差距从 3 分拉到 12 分。
Claude Opus 5.5 拿了 58，已经放出权重的 DeepSeek V4.1 Flash 和 GLM-5.3 都是 32。
同一周 OpenRouter 调用量第一的就是 DeepSeek V4.1 Flash，单周 33.6 万亿 token。榜单前十的单任务成本也差了 13 倍多。
难题上闭源还领先一截，大部分活儿用户已经在按价格开始挑选了。
来源：frxiaobei · x.com