HOURAHEADAI笔记

登录 / 注册

10/20

← 回到地图

A

Artificial Analysis关注

关系近 30 天在 5 个对象上开口，和 26 人同场被 Teortaxes、TestingCatalog 提过在地图上看他从哪来 →

正在看：OpenAI看这个对象的完整账本 →

要闻筛选中 · 3 条

00:13OpenAI models show distinct model personality clusters: ➤ GPT-6 Astra (max) and GPT-6.…𝕏

昨天Artificial Analysis：OpenAI 长度调整使 HealthBench Professional 每偏离 2,000 字符 500 字符、分数变动 1.47 分，Claude Opus 5.5 原始分 71.4% 但均长 𝕏

昨天Artificial Analysis：HealthBench Professional 的 score vs. Cost per Task Pareto 前沿全由 OpenAI 模型占据，GPT-6 Luna (max) 以 $0.004（V4.1）𝕏

更多今天 5 · 昨天 2

00:13

回复Meta also has several notable sub-clusters: ➤ Muse Wonder (max) and Muse Spark 1.3 (ma…𝕏

00:13

回复OpenAI models show distinct model personality clusters: ➤ GPT-6 Astra (max) and GPT-6.…𝕏

00:13

回复Check out Krea 3 for yourself on the Artificial Analysis Image Editing Leaderboard: AA…𝕏

00:13

回复Krea 3 Ultra ranks #2 for Animation & Gaming and Frontier editing workloads Use cases …𝕏

00:13

Krea 3 Ultra lands at #5 on AA-Image-Editing v2.1, with quality similar to Nano Banana …𝕏

昨天

回复Fibo 2.0 在 AA-Image-T2I v2.1 的 Retail & Ecommerce 与 Social Media & Creator Content 用例中排名最高𝕏

回复在 AA-Image-T2I v2.1 上测得 Fibo 2.0 在 Reasoning 上最接近前沿，并在全部 9 项能力上领先 Fibo𝕏

近三个月的发言订阅后才能看。去订阅

本包 = 匿名档 · 1 天 · 本次含 29 条 · 材料截止 2026-10-20

外部 AI 读取的是公开档，不继承当前登录权益。

下载研究包

更多

先列缺口，分别标事实/主张/推断，每个引用保留来源和日期，材料不足时不要推断改口。

来源 Hourahead
数据截止 2026-10-20
窗口 1 天
共 29 条
档位 anonymous

# Artificial Analysis

来源 Hourahead /p/artificial_analysis · 更新于 2026-10-20

## 近90天河

近90天河 · 订阅后可见

> 窗口 1 天只管「## 主张」；「## 观点线（线头）」是该人当前挂着的线头，不按窗口截断。

## 主张

- 2026-10-20｜Check out Krea 3 for yourself on the Artificial Analysis Image Editing Leaderboard:  AA…｜post｜-｜-｜https://x.com/ArtificialAnlys/status/2112577851417608289｜-
- 2026-10-20｜Artificial Analysis：Fibo 2.0 在 AA-Image-T2I v2.1 的 Retail & Ecommerce 与 Social Media & Creator Content 用例中排名最高｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112573272286175569｜-
- 2026-10-20｜Artificial Analysis 在 AA-Image-T2I v2.1 上测得 Fibo 2.0 在 Reasoning 上最接近前沿，并在全部 9 项能力上领先 Fibo｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112573269140554022｜/ev/ev_claimbench
- 2026-10-20｜Artificial Analysis 在 AA-Image-Editing v2.1 上测得 Fibo 2.0 的 Enhancement & Restoration 排名第 6、Scene & Style Edit 排名第 14｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112573262723191280｜-
- 2026-10-20｜Artificial Analysis：Fibo 2.0 在 AA-Image-Editing v2.1 的 Consumer 与 Frontier 用例均排第 14｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112573266032578712｜-
- 2026-10-20｜Artificial Analysis 测得 Bria Fibo 2.0 在 AA-Image-Editing v2.1 上位列开源权重第一，在 AA-Image-T2I v2.1 上与 Qwen-Image-2.1 统计并列领先｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112573259606884640｜/ev/ev_fibo2
- 2026-10-20｜Artificial Analysis 的 Provider Voice Arena 显示 Ming-3.0-tts Elo 为 1,188，总榜第 19、开源权重第 3｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112389528426033564｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 展示 Ming-3.0-tts 的示例提示词｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112389524466929979｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 在 Controlled Voice Arena 用同一组 8 个克隆音色评测，Ming-3.0-tts 以 Elo 1,069 成为开源权重第一，领先 Drama 3 Preview 的 1,059｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112389521090212134｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 榜单显示 Ming-3.0-tts-tiny.0-tts-0.5B.0-tts 以 93.2% 居 Pronunciation Robustness 首位，与 Fish Audio Drama 3 Preview 并列｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112389514404462613｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 发布发音鲁棒性评测：Ming-3.0-tts 以 93.2% 居首，Gemini 3.8 Flash TTS 在语境项以 97.9% 领先｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112389517562745102｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 的 Provider Voice Arena 显示 Ming-3.0-tts Elo 1188 排第19、开源权重第3｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112364885069693087｜-
- 2026-10-20｜Artificial Analysis 展示 Ming-3.0-tts 的示例提示词｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112364879999074726｜/ev/ev_ming_3_0_tts
- 2026-10-20｜Artificial Analysis 发布 Pronunciation Robustness 榜，Ming-3.0-tts 以 93.2% 居首｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112364872239386720｜-
- 2026-10-20｜Ant Group 的 Ming-3.0-tts-tiny.0-tts-0.5B.0-tts 在 Artificial Analysis Controlled Voice TTS Arena 开源权重榜登顶，Pronunciation Robustness 得 93.2% 并列第一｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112364868020105323｜/ev/ev_ming_3_0_tts
- 2026-10-19｜Artificial Analysis 指出 GPT-6 Sol (max) 在 HealthBench 上答案最短（约1000字符），Communication Quality 最高（81%），Completeness 最低（34%）｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112318765673394341｜/ev/ev_artificial_analysis_healthbench_professi
- 2026-10-19｜Artificial Analysis：OpenAI 长度调整使 HealthBench Professional 每偏离 2,000 字符 500 字符、分数变动 1.47 分，Claude Opus 5.5 原始分 71.4% 但均长｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112318760510185586｜/ev/ev_claim_60f4ce3f7c
- 2026-10-19｜Artificial Analysis 实测 HealthBench Professional：红队对话原始分 30%（DeepSeek V4.1 Flash (max)）至 65%（GPT-6 Astra (max)），善意对话 63%｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112318763333042235｜/ev/ev_artificial_analysis_healthbench_professi
- 2026-10-19｜Artificial Analysis：HealthBench Professional 的 score vs. Cost per Task Pareto 前沿全由 OpenAI 模型占据，GPT-6 Luna (max) 以 $0.004（V4.1）｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112318757939065239｜-
- 2026-10-19｜Artificial Analysis 上线 HealthBench 与 HealthBench Professional 两个健康对话基准榜｜post｜当事方｜研究与方法｜https://x.com/ArtificialAnlys/status/2112318755321868493｜/ev/ev_healthbench_leaderboards
- 2026-10-19｜Artificial Analysis 澄清 Mercury 3 的 AA-Omniscience 与 GDPval-AA v2 分数不遵循其方法论、不可比（GPT-6）（Intelligence Index）｜post｜第三方尺子｜模型产品｜https://x.com/ArtificialAnlys/status/2112258558599512078｜/ev/ev_mercury3
- 2026-10-19｜Artificial Analysis 上线 AA-PersonalityBench 页面，支持自建人格排名｜post｜当事方｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249333890400450｜/ev/ev_aa_personalitybench
- 2026-10-19｜Artificial Analysis 上线 AA-PersonalityBench 逐特质对比页，按 Elo 显示两模型偏好概率｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249331134960034｜-
- 2026-10-19｜Artificial Analysis 发布模型指纹，展示各模型相对其他模型的独特特征｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249324084371829｜-
- 2026-10-19｜Artificial Analysis 按 30 项人格特质得分的相关性对模型聚类，以判定涌现人格簇与家族｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249327225565196｜-
- 2026-10-19｜Artificial Analysis 将 21 项 Communication Characteristics 归为 4 类，并在 900 题套件上对模型回答取平均｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249320045162840｜-
- 2026-10-19｜Artificial Analysis 按 slop 指标给已评测模型排名，列出最高与最低｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249316027097159｜-
- 2026-10-19｜Artificial Analysis 将 30 项人格特质归为 8 个 Personality Indexes，并按特质 Elo 做 z-score 平均｜post｜第三方尺子｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249310872215687｜-
- 2026-10-19｜Artificial Analysis 推出 AA-PersonalityBench，用 900 道题测 30 项人格特质与 21 项沟通特征｜post｜当事方｜研究与方法｜https://x.com/ArtificialAnlys/status/2112249300860444927｜/ev/ev_aa_personalitybench

## 负面约束

只报告这个人新说的、改口的、或断言状态变了的条目；
每条给出处 URL、时间、说话人；
不得生成买卖建议、目标价、持仓建议；
不得把短引文扩成推文全文或转写全文；
「到期仍待核对」不得读成「未发生」；厂商自测不得当第三方。

谁提过他

Teortaxes提过 18 次 TestingCatalog提过 9 次 Elon Musk提过 6 次 Alexandr Wang提过 4 次 NVIDIA提过 3 次 Maxime Labonne提过 2 次 Patrick Moorhead提过 2 次 SouthernValue提过 2 次 Taelin提过 2 次 Max For AI提过 2 次

HOURAHEAD关于 · 往期 · 2026-10-21 00:16