Artificial Analysis (@ArtificialAnlys)T1·基座大模型
72 分
Artificial Analysis 基于 Handshake AI 的 VIALS 基准推出 VIALS-AA 榜单,用 161 项生命科学与生物技术视觉推理任务评测前沿模型。Gemini 4 Carbon 以 64% 的 pass^3 成绩微弱领先,GPT-6 Astra 与 Claude Opus 5.5 分别以 63% 和 61% 紧随其后,前三名仅差 3 分。评测还发现模型在部分任务上出现拒答,说明科学图像解读仍是前沿模型的明显短板。