Artificial Analysis 智能指数 v4.1.1 发布：更新评估方法和模型评测

Artificial Analysis 智能指数 v4.1.1 带来了重要的评估方法更新和模型评测。此次更新将 𝜏³-Banking 任务升级到 v1.0.1，并将其人类最终考试（HLE）、AA-LCR 和 AA-Omniscience 的评分器模型升级为 GPT-5.6 Luna (medium)，以提高评估的准确性和可靠性。此外，还推出了“Endpoint Accuracy Index”，用于衡量提供商端点是否提供与参考模型相同质量的服务。最新评测中，NVIDIA Nemotron 3.5 Lightning 和 Muse Glimmer (high) 等新模型已加入评估，DeepSeek V4 Flash 0731 在智能指数中获得了 50 分。这些更新旨在帮助用户更全面地理解 AI 模型性能、速度和成本，并做出更明智的选择。