该文章介绍了人工智能分析平台对AI模型的智能、性能和价格对比，重点阐述了其智能指数v4.1包含9项评估指标，并区分了开源权重与专有模型。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留关键细节并删减了与主题无关的重复内容。

文章主题：AI模型在智能、性能与价格上的对比

本文来自Artificial Analysis网站，核心是对比不同AI模型在多个维度的表现，主要涵盖智能水平、性能、价格和开放性。

1. 智能水平评估

文章引入了“Artificial Analysis智能指数 v4.1”作为衡量模型智能的核心指标。该指数综合了9项评估结果，包括：GDPval-AA v2、𝜏³-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience和AA-LCR。其中，具备推理能力的模型会用灯泡图标进行标识。

除了综合指数，文章还提供了更细分的智能评估维度： * AA-Briefcase：一个衡量模型在知识型工作中代理能力的基准，通过Elo评分综合评估其分析质量、演示效果和通过率。 * AA-Omniscience：一个衡量知识可靠性和幻觉程度的指数。该指数奖励正确答案，惩罚错误答案（幻觉），但不惩罚拒绝回答的情况，得分范围从-100到100。

2. 开放性与成本效益

• 开放性：通过“开放性指数”对模型进行评分，范围从0到100，分数越高代表模型越开放（例如，权重是否公开）。
• 智能与成本对比：文章将“智能指数”与“每项智能指数任务的加权平均成本”进行对比，以识别出最具性价比的模型。成本计算考虑了输入、缓存命中、缓存写入、推理和答案等不同环节的token价格。
• Token使用量：展示了完成每项智能指数任务所需的平均输出token数量。

3. 价格与成本细节

文章详细列出了模型的定价信息，包括： * 每项任务成本：按token类型（输入、缓存、输出等）细分。 * 运行完整智能指数评估的总成本。 * 具体定价：以每百万token的美元价格显示，并区分了缓存命中价格、输入价格和输出价格。文章特别指出，不同提供商（如Anthropic、Google、OpenAI）的缓存计费方式存在差异。

4. 性能与速度

• 上下文窗口：模型能处理的最大token数量（输入+输出），更大的窗口对RAG（检索增强生成）等应用更有利。
• 输出速度：以每秒输出token数衡量，速度越快越好。
• 每项任务时间：完成每项智能指数任务所需的加权平均解码时间（不包括首token延迟和额外开销）。
• 延迟：以“首token响应时间”衡量，对于推理模型，这包括了模型的“思考”时间。
• 端到端响应时间：输出500个token所需的总时间，综合了首token延迟、推理模型的思考时间和输出速度。

5. 模型规模（仅限开源权重模型）

对于开源模型，文章对比了其总参数量和推理时的活跃参数量。对于混合专家模型，活跃参数通常少于总参数；而密集模型则两者相等。

总结：本文提供了一个全面的AI模型对比框架，从智能、成本、速度、延迟和开放性等多个角度，帮助用户根据自身需求选择最合适的模型。

根据评论内容，主要观点和论据如下：

1. 性能与成本对比（高认可度） - 评论6指出Opus 5是第二昂贵的模型（仅次于Fable 5），而GPT-5.6和Kimi K3以一半成本达到相近分数（1-2%差异）。
- "At least two models (GPT-5.6, Kimi K3) match its score (~1-2% diff) for half the cost."
- 评论1建议查看智能与成本矩阵链接。

2. 实际体验与可靠性问题（中等认可度） - 评论5批评Claude的审查机制（“safeguards”）导致不可靠，认为可靠性比分数更重要。
- "reliability matters more than scoring 61 instead of 57... Claude is the most compromised and unreliable model."
- 评论2和9反映Opus 5在调试和会话中表现不如Opus 4.8，易“迷失”或出错。
- "Gets confused by permission prompts, cannot debug a failing test... it became obviously 'lost'."

3. 模型对比与偏好（低认可度） - 评论7更喜欢Fable 5，认为Opus 5编码风格过度构建。
- "The coding style was a bit different and it way overbuilt the thing I asked from it."
- 评论3提到AA-Omniscience指数衡量知识可靠性，排名为Claude Fable 5 > Gemini 3.1 Pro > Claude Opus 5等。

4. 其他观点（低认可度） - 评论4简单认为“It's new, normal.”
- 评论8好奇长上下文（1.5M-2M）中填充无关信息时的表现。
- 评论10认为GPT-5.6 Sol Max性价比更高。

总结：多数评论关注Opus 5的高成本与性能平衡，部分用户对其可靠性和实际体验不满，认为其他模型（如GPT-5.6、Fable 5）更具竞争力。