AA-Omniscience v1.1（Artificial Analysis）

Artificial Analysis / 知识问答 · 事实问答，答错倒扣、拒答不扣，看模型知道什么、会不会乱编。

在 AICue 中参与排名

所属领域知识问答

上游数据时间待核实

最近成功同步10/30 02:05

它测什么，怎么测

取 Artificial Analysis 独立公布的 AA-Omniscience v1.1 分数（−100 到 100），3,000 道事实题。同一型号按最高推理档位选代表配置，选择不看分数。

计分：知识问答领域，与 SimpleQA Verified 同属事实准确一类，两项合起来算一票。固定 10 个对照型号至少测到 6 个，才参与计算。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gemini-4-carbonGoogle	53.5	High 推理
2	claude-opus-5-5Anthropic	48.1	Max 推理 · 含来源回退
3	claude-fable-5-1Anthropic	46.3	Max 推理 · 含来源回退
4	gemini-4-argonGoogle	46.1	High 推理
9	gpt-6-astraOpenAI	42.4	Max 推理
12	gpt-6-1-solOpenAI	42	Max 推理
23	grok-4-7xAI	31.2	xHigh 推理
24	muse-wonder-fullMeta	30.6	Max 推理
25	claude-sonnet-5-5Anthropic	30.5	Max 推理 · 含来源回退
27	kimi-k3-1-proMoonshot AI	29.9	来源默认配置
28	gpt-6-1-terraOpenAI	29.6	Max 推理
33	muse-spark-openMeta	25.8	xHigh 推理
34	muse-wonderMeta	25.1	Max 推理
37	gemini-3-8-flashGoogle	23.3	High 推理
39	muse-spark-1-3Meta	22.4	Max 推理
44	step-5StepFun	16.4	来源默认配置
46	claude-haiku-5-5Anthropic	12.3	Max 推理
47	qwen3-8-maxAlibaba	10.5	来源默认配置
49	qwen3-8-2-4t-a95bAlibaba	7.8	来源默认配置
50	gemini-3-5-flash-liteGoogle	6.9	来源默认配置
51	glm-5-3Z.ai	6	Max 推理
53	mistral-large-4Mistral AI	5.1	High 推理
55	nvidia-nemotron-3-ultra-550b-a55bNVIDIA	3.4	来源默认配置
56	mistral-large-4-mediumMistral AI	3.3	Medium 推理
57	reflection-beamReflection	2.3	来源默认配置
59	deepseek-v4-1-flash-1017DeepSeek	0.9	Max 推理
60	glm-5-3-flashZ.ai	0.7	来源默认配置
61	ling-3-1-flash-1019InclusionAI	-0.1	来源默认配置
62	inklingThinking Machines Lab	-1.5	xHigh 推理
63	kimi-k3-lowMoonshot AI	-1.7	Low 推理

评测局限与数据署名

分数同时反映知识量和是否乱编，不单纯是知识量。v1.1 换了题集，和 v1 的分数不能直接比，v1 的成绩不再计入。缺测留空。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。