Artificial Analysis 发布六项新行业能力指数（金融与会计、法律、医疗、战略与运营、工程、经济），连同已有的 Agentic 和 Coding 指数共八项。Claude Fable 5（Opus 4.8 回退）在全部八项指数上领先，Claude Opus 4.8（max）在六项中居第二，GPT-5.5（xhigh）在两项中排第二。开源模型方面，GLM-5.2（max）在五项行业指数中居首，工程指数得分 53 接近 Claude Sonnet 5（max）的 55 和 GPT-5.5（xhigh）的 55；DeepSeek V4 Pro（max）在战略与运营指数上领跑。成本方面，DeepSeek V4 Flash（max）六项任务总成本低于 $0.04，而 Claude Fable 5 在战略与运营指数上每任务 $3.48，得分高 12 分但成本超 100 倍。
Chubby♨️@kimmonismusArtificial Analysis 发布六项新行业能力指数（金融与会计、法律、医疗、战略与运营、工程、经济），连同已有的 Agentic 和 Coding 指数共八项。Claude Fable 5（Opus 4.8 回退）在全部八项指数上领先，Claude Opus 4.8（max）在六项中居第二，GPT-5.5（xhigh）在两项中排第二。开源模型方面，GLM-5.2（max）在五项行业指数中居首，工程指数得分 53 接近 Claude Sonnet 5（max）的 55 和 GPT-5.5（xhigh）的 55；DeepSeek V4 Pro（max）在战略与运营指数上领跑。成本方面，DeepSeek V4 Flash（max）六项任务总成本低于 $0.04，而 Claude Fable 5 在战略与运营指数上每任务 $3.48，得分高 12 分但成本超 100 倍。
tl;dr: Fable 5 basically mocks every other model and tops every benchmark.
Curious to see whether the six new benchmarks will crown a new leader after GPT-5.6.
来源：Chubby♨️· x.com