AA-Briefcase（Artificial Analysis）

Name: AA-Briefcase（Artificial Analysis）
Creator: Artificial Analysis

Artificial Analysis / 专业办公 · 办公知识工作的长任务，两两比较交付结果。

在裕瑞产业情报中参与排名

证据预算NaN%

上游数据时间待核实

最近成功同步10/23 20:05

它测什么，怎么测

取 Artificial Analysis 智能指数中 AA-Briefcase 的 Elo 等级分。同一型号按最高推理档位选代表配置，选择不看分数。

计分：专业办公领域，与 GDPval-AA 同属职业交付一类，两项合起来算一票。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	claude-sonnet-5-5Anthropic	1,815.8	Max 推理 · 含来源回退
2	claude-opus-5-5Anthropic	1,801	Max 推理 · 含来源回退
5	muse-wonder-fullMeta	1,729.3	Max 推理
7	claude-fable-5-1Anthropic	1,670.7	Max 推理 · 含来源回退
8	muse-wonderMeta	1,658.7	Max 推理
9	claude-opus-5Anthropic	1,657.6	Max 推理
11	grok-4-7xAI	1,639.2	xHigh 推理
16	qwen3-8-maxAlibaba	1,610.7	来源默认配置
17	muse-spark-1-3Meta	1,581.3	Max 推理
19	qwen3-8-flash-nextAlibaba	1,577.9	来源默认配置
20	claude-haiku-5-5Anthropic	1,575.5	Max 推理
21	deepseek-v4-1-flash-1017DeepSeek	1,570.4	Max 推理
22	gpt-6-astraOpenAI	1,568	Max 推理
24	gpt-6-1-solOpenAI	1,555	Max 推理
26	grok-4-6-xhighxAI	1,543	xHigh 推理
27	claude-fable-5Anthropic	1,537.7	Max 推理 · 含来源回退
31	ling-3-1-flash-1019InclusionAI	1,523.6	来源默认配置
32	mimo-v2-6-proXiaomi	1,512.2	来源默认配置
34	glm-5-3Z.ai	1,505.1	Max 推理
36	kimi-k3Moonshot AI	1,498.8	Max 推理
38	mimo-v2-6-flashXiaomi	1,488	来源默认配置
39	gemini-4-argonGoogle	1,485.6	High 推理
43	gpt-5-6-solOpenAI	1,478.5	Max 推理
44	gpt-6-solOpenAI	1,478.4	Max 推理
45	minimax-m3-1-flashMiniMax	1,473.9	来源默认配置
48	glm-5-3-flashZ.ai	1,452.6	来源默认配置
52	qwen3-8-2-4t-a95bAlibaba	1,433.7	来源默认配置
54	deepseek-v4-flash-visionDeepSeek	1,424.6	Max 推理
55	step-5StepFun	1,423.1	来源默认配置
56	deepseek-v4-1-flashDeepSeek	1,418.8	Max 推理

评测局限与数据署名

等级分来自模型裁判两两比较，不是正确率；它的刻度按同一批模型在其他领域的水平对齐，不能自定尺度。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们折算成同一种分数。