Artificial Analysis 是什么
Artificial Analysis 是一个独立的 AI 模型评测平台，对 AI 模型、推理 API 端点及相关系统做能力（intelligence）、质量、性能与价格基准测试，覆盖专有与开源权重模型，也延伸到语音、图像、视频、音乐生成和编码 Agent 等方向。其官网 artificialanalysis.ai 以榜单形式公开各模型在不同测试项上的结果，官方方法论文档说明测试口径。
主要指标与阅读方式
平台的速度指标包括首 Token 时间（Time to First Token）、输出速度（每秒输出 Token 数）和端到端响应时间等；价格指标包括服务商公布的输入/输出单价，以及按缓存命中、输入、输出约 7:2:1 比例折算的混合价格（blended price）和按任务加权的“每任务成本”（Cost per Task）。其发布的 Artificial Analysis Intelligence Index 由多个带权重的基准测试组成，用于衡量模型的综合能力。阅读榜单时需要注意：每个模型在不同推理强度下的结果会分别列出，模型展示名、API 名称与榜单条目不一定一一对应。
节目中的讨论
在 Weekly #005 的“开源模型与 AI 意识的讨论”章节中，杨攀引用 Artificial Analysis Index 上某个新发布模型的排名来对比厂商宣传与第三方评测的落差，歸藏也提到该模型自称超过某个竞品、但榜单排位靠后；杨攀还说明 AA 会把每个模型的每个推理强度分别算成一个排名。这是节目参与者对当时榜单数据的转述与评论；转述的数字以当期节目语境为准，排名本身随榜单更新而变化。完整语境见第 005 期对应章节。
常见问题
Artificial Analysis 是做什么的？
它对市面上的 AI 模型和推理 API 服务商做独立的第三方基准测试，把能力、速度与价格放在同一口径下比较，结果在其官网以公开榜单形式呈现。
Artificial Analysis Intelligence Index 是什么？
这是该平台发布的综合能力指数，由多个带权重的基准测试组成，用来衡量模型在固定工作负载上的表现，并据此推算每任务成本。测试构成与权重见官方方法论文档。
Artificial Analysis 怎么测速度和价格？
速度方面测量首 Token 时间、输出速度（Token/秒）和端到端响应时间；价格方面记录服务商公布的单价，并按约 7:2:1 的缓存命中、输入、输出比例折算混合价格，再结合实际 Token 消耗算出每任务成本。口径细节见方法论页面。
怎么用 Artificial Analysis 选模型？
把候选模型放在同一榜单下比较能力指数、速度与成本三类数据，并结合自己的任务类型（对话、编码、图像生成等）查看对应细分榜单。榜单反映测试时点的结果，选型前应查看官网实时数据。