Artificial Analysis发布医疗AI基准排行榜
发生了什么
Artificial Analysis发布了HealthBench与HealthBench Professional医疗AI基准排行榜，用于评估模型在真实医疗对话中的表现。HealthBench包含5,000条日常对话，由OpenAI开发并使用GPT-4.1评分；HealthBench Professional包含525条临床对话，由GPT-5.4（low）评分。测试结果显示，在Professional榜单中，GPT-6 Astra（66.0%）与GPT-6.1 Sol（65.1%）表现领先；在HealthBench榜单中，Claude Sonnet 5.5（62.1%）位居首位。
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