帶內最高智力
Ling 3.1 Flash｜41.1
基準模型
DeepSeek V4.1 Flash｜39.5
最高 tps（帶內）
Nemotron 3.5 Super VL｜388
📊 AA 公布數字（median，2026-10-16 資料）
tps＝輸出 tokens/s；e2e＝單任務端到端回應時間；價格為每 1M tokens 牌價。皆為 Artificial Analysis 實測值。
| 模型 | 智力 | 輸出 tps | e2e | 價格 /1M（in／out） |
|---|
| Ling 3.1 Flash（InclusionAI） | 41.1 | 214.1 | 13.5s | $0.30 / $0.90 |
| DeepSeek V4.1 Flash (Max) | 39.5 | 175.9 | 15.5s | $0.30 / $1.20 |
| DeepSeek V4 Flash Vision (Max) | 34.8 | 173.0 | 15.6s | $0.44 / $1.32 |
| Claude Haiku 5.5 (Medium) | 34.5 | 181.1 | 11.2s | $0.10 / $0.50 |
| Beam 1.0（Reflection） | 30.3 | 227.9 | 12.3s | $0.70 / $2.10 |
| Nemotron 3.5 Super VL（NVIDIA） | 26.5 | 388.0 | 7.2s | $0.225 / $0.575 |
📌 AA changelog 近期條目
- 10-16：Reflection 首個模型 **Beam 1.0** 首評，Intelligence Index 30，美國開源權重模型第 2（僅次於 Nemotron 3.5 Super VL）。
- 10-16：DeepSeek V4.1 Flash、Beam 1.0、Nemotron 3.5 Super VL 等多個推論 provider 補上效能（tokens/s、延遲）結果。
- 10-15：**Nemotron 3.5 Super VL**（26）、**Nemotron 3.5 Bolt 74B-A9B**（21）、**Solar Pro 4**（27）、**Muse Spark Open (Xhigh)**（39）首評。
- 10-12：Meta 發佈 **Muse Wonder**（52）與 **Muse Wonder Full**（56，max reasoning effort）。
- 10-13：AA 發佈 **Decision Index v1.0**，評測單次呼叫輸出各選項機率的「決策模型」。