Ethan Mollick：Artificial Analysis 改用闭源基准后，开源权重模型差距进一步拉大

2026年10月28日，Wharton 教授 Ethan Mollick 在 X 上发帖指出，Artificial Analysis 改用闭源基准（告别 GDPval-AA）后，测得开源权重模型的落后幅度比此前更大。他认为这一结果需谨慎看待，但与“尚未出现 Fable 级开源模型”的整体感受一致。其引用的 Artificial Analysis 数据显示：v5 中领先的开源权重模型 Kimi K3.1 Pro（权重尚未发布）得分 46，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）与 GLM-5.3（max）以 32 分并列最高，Claude Haiku 5.5（max）得分高于它们。差距在 HLE-Diamond 和 Terminal-Bench-Science 上最明显，Kimi K3.1 Pro 分别为 37% 和 34%，Claude Opus 5.5（max）为 68%，GPT-6 Astra（max）为 63%。上述数字与判断均来自 Mollick 的帖子及其引用的 Artificial Analysis 数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。