跑分：https://artificialanalysis.ai/models#intelligence
4.2更新内容：https://artificialanalysis.ai/articles/ ... index-v4-2
总的来说Close Source测试达到了40%，毕竟开源=开卷，太容易刷分。
也解决了之前4.1版本，我之前标题GPT Astra 6不如Meta的问题。不过Meta还是很坚挺。仍旧是仅次于AO，而且价钱比Deepseek还低。
现在Claude文笔，代码还是要胜一筹。Open AI数学，科研，还有跟Spartial视觉相关的比如Blender, SVG那些明显领先。
openai自己已经吹上天了，说是已经初步实现了agi了
因为把一个agi测试的跑分跑到了99.9分
呵呵呵
Feel like there is some bottleneck now, it is very difficult to further improve LLM unless there is new methodology or paradigm. Both pre-training and post-training reach certain limit.
厂商现在不这么吹一波，资本怎么肯继续砸钱，不过这种跑分看看就行，真拿到实际业务里翻车的还少吗，接下来估计还得往垂直领域和Agent 方向卷，光靠刷榜骗不到多少预算了
☆ 发自新买提 Android 26.07.21
hitmantb 写了： 2026年 9月 3日 16:19跑分：https://artificialanalysis.ai/models#intelligence
4.2更新内容：https://artificialanalysis.ai/articles/ ... index-v4-2总的来说Close Source测试达到了40%，毕竟开源=开卷，太容易刷分。
也解决了之前4.1版本，我之前标题GPT Astra 6不如Meta的问题。不过Meta还是很坚挺。仍旧是仅次于AO，而且价钱比Deepseek还低。
现在Claude文笔，代码还是要胜一筹。Open AI数学，科研，还有跟Spartial视觉相关的比如Blender, SVG那些明显领先。
https://artificialanalysis.ai/models#intelligence
这种网站上的数字可信吗？
其他的不知道，当我看到价格信息，GPT-5.6 Luna 比 DeepSeek V4 Pro 还便宜，很吃惊。点开一看，数字都是瞎搞的。 
pseudo 写了： 昨天 17:33https://artificialanalysis.ai/models#intelligence
这种网站上的数字可信吗？
其他的不知道，当我看到价格信息，GPT-5.6 Luna 比 DeepSeek V4 Pro 还便宜，很吃惊。点开一看，数字都是瞎搞的。
这就是当世最主流，看的人最多的AI跑分。
露娜价格降了80%。Deepseek 4 Pro价格翻了好几倍。早就不是以前了。
露娜比Deepseek 4 Flash还要便宜，ChatGPT $20刀计划用完了五小时就是提供无限露娜的。
hitmantb 写了： 昨天 18:02这就是当世最主流，看的人最多的AI跑分。
露娜价格降了80%。Deepseek 4 Pro价格翻了好几倍。早就不是以前了。
露娜比Deepseek 4 Flash还要便宜，ChatGPT $20刀计划用完了五小时就是提供无限露娜的。
多谢。我试了一下，deepseek的价格涨了好多，确实和luna差不多了。
