# Artificial Analysis智能指数

Mistral 以研究公开预览形式发布 Mistral Large 4，这是一个 1T 参数、49B 激活的模型，权重计划在十月底公开。它在 Artificial Analysis 智能指数上得 38，与 GPT-6 Luna（max，38）相当、略低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外得分最高的模型。同一预览版在网络指数上得 50，与 GLM-5.3-Flash 持平，但按标准定价每个智能指数任务花费 1.13 美元，高于同档开源权重模型。

Mistral 以研究公开预览形式发布 Mistral Large 4，这是一个 1T 参数、49B 激活的模型，权重计划在十月底公开。它在 Artificial Analysis 智能指数上得 38，与 GPT-6 Luna（max，38）相当、略低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外得分最高的模型。同一预览版在网络指数上得 50，与 GLM-5.3-Flash 持平，但按标准定价每个智能指数任务花费 1.13 美元，高于同档开源权重模型。

Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分，位列第四，比 Kimi K3 的最高分 44 提高 11 分。它在智能体任务上进步最大：GDPval-AA 得 1,846 Elo，比 Kimi K3 高 312 Elo，并在 Terminal-Bench 4.0 上取得所有模型中的最高分。其权重尚未公布，Moonshot 预计在发布后不久放出；届时它将成为得分最高的开源权重模型，开源与专有模型在该指数上的差距将从 12 分缩小到 3 分。

Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分，位列第四，比 Kimi K3 的最高分 44 提高 11 分。它在智能体任务上进步最大：GDPval-AA 得 1,846 Elo，比 Kimi K3 高 312 Elo，并在 Terminal-Bench 4.0 上取得所有模型中的最高分。其权重尚未公布，Moonshot 预计在发布后不久放出；届时它将成为得分最高的开源权重模型，开源与专有模型在该指数上的差距将从 12 分缩小到 3 分。

Reflection发布首个模型Beam，一个总参数501B、激活23B的开源权重模型，在Artificial Analysis智能指数上得30分，位列美国开源权重模型第二，仅次于Meta的Muse Spark Open（39分），高于前一日发布的NVIDIA Nemotron 3.5 Super VL（26分）。它每个智能指数任务约用26k输出token，约为领先一分的K2 Horizon（31分）的一半，但专有模型仍居前沿，GPT-6 Astra（max）在同一预算下得53分。

Reflection发布首个模型Beam，一个总参数501B、激活23B的开源权重模型，在Artificial Analysis智能指数上得30分，位列美国开源权重模型第二，仅次于Meta的Muse Spark Open（39分），高于前一日发布的NVIDIA Nemotron 3.5 Super VL（26分）。它每个智能指数任务约用26k输出token，约为领先一分的K2 Horizon（31分）的一半，但专有模型仍居前沿，GPT-6 Astra（max）在同一预算下得53分。