Artificial Analysis发布AA-3D基准测试
发生了什么
据X平台@ArtificialAnlys账号发布的消息，Artificial Analysis推出AA-3D基准测试，评估AI模型构建交互式3D场景的能力。测试包含55个书面简报，模型在沙盒中工作最多3小时。超过1000名评审员产生逾10000票，结果显示Claude Sonnet 5.5（Elo 1194）领跑，与Claude Opus 5.5、GPT-6 Astra和Claude Fable 5.1处于统计并列首位。最佳开源模型Kimi K3排名第十一，落后第一名200分以上。单场景成本介于$0.20至$32.08之间。
- Claude Sonnet 5.5 Elo得分
- 1194
- 参与投票数
- 10,000+
- 测试简报数量
- 55
- 单场景成本范围
- $0.20-$32.08
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口