Artificial Analysis 发布端点准确率指数 v1.1
先了解这件事
2026年11月6日，Artificial Analysis 在 X 平台发布端点准确率指数（Endpoint Accuracy Index）v1.1，并公布多款开源权重模型的端点评测结果。据其说明，该指数以工具调用（BFCL-500）、科学推理（HLE-250）和长上下文召回（AA-LCR-25）三项等权计分，将每个端点的得分表示为自托管官方权重参考部署的百分比；在已测试的 100 多个无服务器端点中，近四分之一得分低于参考部署。v1.1 将覆盖范围扩展至六款开源权重模型：GLM-5.3 Flash（max）、Meta 的 Muse Spark Open（xhigh）、DeepSeek V4.1 Flash 1017（max）、GLM-5.3（max）、Kimi K3（max）和 gpt-oss-120b（high），完整结果可在官网各模型页面查看，方法详见官方 methodology 页面。关于 DeepSeek V4.1 Flash 1017，Artificial Analysis 称其全部 22 个端点与参考值在统计上一致，得分区间为 97.5 至 101.4，3.9 分的区间使其成为该指数中一致性最高的模型。
AI 根据报道生成 · 50 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Artificial AnalysisArtificial Analysis 公布多模型端点准确率结果
Artificial Analysis 发布端点准确率（Endpoint Accuracy）评测结果，覆盖 GLM-5.3 Flash、GLM-5.3、Muse Spark Open、DeepSeek V4.1 Flash 1017、Kimi K3 和 gpt-oss-120b 六款模型。各模型的完整结果可在其官网对应页面查看，评测方法详见官方 methodology 页面。
- Artificial AnalysisDeepSeek V4.1 Flash 端点一致性居首
全部 22 个 DeepSeek V4.1 Flash 1017 端点与参考值在统计上一致，得分在 97.5 至 101.4 之间。3.9 分的区间使其成为 Index 中一致性最高的模型
- Artificial AnalysisArtificial Analysis 发布端点准确率指数 v1.1，新增 GLM-5.3 Flash 与 Muse Spark Open 覆盖
Artificial Analysis 发布端点准确率指数 v1.1，在 100 多个无服务器端点的测试中，近四分之一得分低于自托管参考部署。该指数以工具调用（BFCL-500）、科学推理（HLE-250）和长上下文召回（AA-LCR-25）三项等权计分，衡量各端点保留了多少模型准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。