Artificial Analysis 更新基准：以任务耗时取代流式速度

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/5 01:34:29

全景综述与最新动态

1 家信源交叉印证

Artificial Analysis 调整 API 性能基准测试方法，将“任务耗时”（Time per Task）确立为衡量模型表现的核心指标，以替代传统的流式输出速度。该变更旨在反映智能体工作负载下，端到端完成效率比单纯 Token 生成速率更具实际意义，并优化了包含预填充和推理等待在内的全链路延迟测量逻辑。

最新动向/Artificial Analysis 调整 API 性能基准测试方法，将“任务耗时”（Time per Task）确立为衡量模型表现的核心指标，以替代传统的流式输出速度。该变更旨在反映智能体工作负载下，端到端完成效率比单纯 Token 生成速率更具实际意义，并优化了包含预填充和推理等待在内的全链路延迟测量逻辑。

逐小时热度走势

6 个完整观测小时

当前

26.9

峰值

29.702:00

近 24h 变化

–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先

Artificial Analysis (@ArtificialAnlys)T111月5日 01:34·68 分
Artificial Analysis 更新基准：以任务耗时取代流式速度
原标题：Announcing the next version of Artificial Analysis API Performance Benchmarking: Time per Task is no...
- 核心指标从“每秒 Token 数”转向“任务耗时”，更贴合智能体场景下的实际效率评估。
- 引入“端到端输出速度”，涵盖请求发送至最终 Token 接收的全过程，包括首 Token 前的等待时间。
- Token 计数来源改为各提供商 API 报告值，而非统一使用 o200k_base 分词器，以提高数据准确性。
查看关联报道与研判原始网页