读模型榜单时，也看测试与用量
Artificial Analysis 在一份历史模型更新分析中，同时写了子项表现、测试组成和 token 用量。它适合用来学习怎么读榜单。
Artificial Analysis@ArtificialAnlys原帖
为什么值得留
比较之前先检查版本、测试集、推理预算和任务范围。
可以从这里开始
为你正在比较的两个模型列出同一套任务和预算。
阅读时留意
2025 年的排名只属于当时；这张卡不提供当前模型排名。图表未复核。
OnBalls 导读整理于 2026.10.04。依据已保存的原帖文字；未重新访问原帖或复核媒体。