AA 指数 v5 新基准重创开源模型排名，中国模型仍落后

Artificial Analysis 指数 v5 引入 TB-Sci、HLE-Diamond 和 FrontierCode 等新基准，开源模型排名随之明显下滑。评论认为，中国模型在科学推理等领域仍与前沿水平存在差距，多模态价值有所上升。OpenAI 和 Anthropic 已长期针对这些基准优化，评论预计中国模型会很快追上。