Cartesia Managed Agents 在 Artificial Analysis 语音智能体竞技场中取得 1115 Elo 分,较前代产品提升 98 分。其任务成功率从 77.5% 升至 91.7%,主要得益于 Ink STT/TTS 模型与 GPT-5.5 LLM 的级联架构优化。
术语slug: elo-rating
Elo 评分
Elo Rating
基于成对比较结果动态计算模型相对排名的统计方法,常用于竞技场类评测。
收录情报动态
Artificial Analysis (@ArtificialAnlys)T1·智能体与协同
45 分
机器之心 (微信公众号)T2·基座大模型
68 分
AI 原生影视公司 Utopai Studios 自研模型 Utopai X 在 Artificial Analysis 全球文生视频盲审中位列第二。其核心突破在于将生成能力深度嵌入从创意到交付的完整影视工作流,证明了“智能生产系统”在长叙事视频生成上优于单纯的大厂模型参数堆砌。
Artificial AnalysisT1·基座大模型
86 分
Anthropic 发布 Claude Opus 5.5,在 Artificial Analysis Intelligence Index 中以最高努力模式获得 58 分的历史最高纪录。该模型在 Terminal-Bench 4.0 和 AutomationBench-AA 等关键评估中与 GPT-6 Astra 持平,并在六项基准测试中领先,同时在 agentic 知识工作(AA-Briefcase)上确立显著优势。此外,API 定价下调至每百万 token $4/$20,缓存读取费用减半,提升了性价比。
Artificial AnalysisT1·基座大模型
68 分
xAI 发布 Grok 4.7 模型,在 Artificial Analysis 智能指数中得分 46,跻身全球前四 AI 实验室行列。该版本在长周期知识工作(AA-Briefcase)和编码代理任务上表现显著提升,其中编码代理指数得分 56,超越了 GPT-5.6 Sol。尽管在非代理任务上的改进较为渐进,但其在特定垂直领域的突破确立了新的竞争格局。