1. 模型
  2. Google
  3. ITBench-AA: Average precision at full recall vs. Cost
A
@ArtificialAnlysX · 2026年5月27日

ITBench-AA: Average precision at full recall vs. Cost

@ArtificialAnlys 的这张散点图在 X 上获得 2308 浏览，是 @artificialanlys 帖子中位数的 0.2 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 1,065。读取于2026年10月12日。

Most attractive quadrant: high precision, low cost

X数据散点图Gemini 3Google 全部模型Claude Opus 4.7GPT-5.4DeepSeek V4 ProDeepSeek V4 FlashOpenAIMetaGoogleAnthropic
发布者 @ArtificialAnlys 于 X, 2026年5月27日. 来源: x.com
30/ 100

ViralChart 评分

范围小，但很受欢迎

浏览低于中位数，互动率却更高：看到的人少，但反应热烈。

#919 / 1,162 我们收录的 AI 图表帖 · #312 / 491 @artificialanlys 的帖子. 评分 = 浏览 40%、赞 30%、互动率 15%、收藏率 15%，每项都按我们收录的全部 AI 图表帖计算百分位。

我们的解读

范围小但很受欢迎，综合得分在1162条AI图表帖中排第919。

浏览量2308，仅为公司中位数1.1万的0.20倍，在491条帖子中排第425。

综合得分30，在1162条AI图表帖中排第919，在491条帖子中排第312。

互动率1.08%，为AI图表帖中位数0.73%的1.5倍，排第77百分位。

0.2x@artificialanlys 帖子中位数的倍数

2308 浏览，而 @artificialanlys 一条典型帖子是 1.1万。

0.1x散点图帖子中位数的倍数

我们收录的 187 条散点图帖子，中位数是 2.2万 浏览。

前 23%互动率

1.08% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

前 25%收藏率

0.130% 的浏览者收藏了它，打算回头再看。中位数帖子是 0.076%。

X 公开数据，读取于2026年10月12日。对比对象：1,162 条我们收录的 AI 图表帖，以及 @artificialanlys 的 491 条。

它的位置

传播范围对比打动程度

每个点是一条帖子。越往右浏览越多，越往上互动率越高。两条线是中位数，四个角就是四种帖子。

在 1,162 条我们收录的 AI 图表帖中

评分 #919 / 1,162

浏览2308#1,065后 8%
赞22#1,009后 14%
互动率1.08%#266前 23%
收藏率0.130%#291前 25%

在 @artificialanlys 的 491 条帖子中

评分 #312 / 491

浏览2308#425后 14%
赞22#378后 24%
互动率1.08%#141前 29%
收藏率0.130%#147前 30%

增长

目前只读取过一次

浏览2308
读取时发布天数138 天
平均每天浏览17浏览除以发布以来的天数

圆点是我们的读取。从发布当天到第一次读取之间的虚线是空档，不是数据。

@artificialanlys 的帖子随时间变化

我们收录的这个账号的每条帖子，按日期和浏览排列。标出的是这一条，线是最近 10 条的滚动中位数。

新闻 · 2026年5月27日

@ArtificialAnlys图表帖浏览量垫底

互动率高于中位数，但浏览量远低于公司中位数。

发生了什么

2026年5月28日发布1张散点图，展示30个模型的平均精度与全召回率，当日无其他帖子。

数字

浏览量2308，在1162条AI图表帖中排第1065；互动率1.08%，排第266。

经验

互动率1.08%是AI图表帖中位数0.73%的1.5倍，但浏览量2308仅为公司中位数1.1万的0.20倍。

意味着什么

在491条帖子中排第425，浏览量低于中位数，但互动率高于中位数，属于窄而精的帖子。

由 ViralChart 根据2026年10月12日读取的公开数字撰写，每个数字展示前都与我们的数据核对过。

后续：@artificialanlys 接着发了什么

  1. Artificial Analysis Intelligence Index v4.05.3万 浏览
  2. CriterPT and Humanity's Last Exam Benchmark Results4592 浏览
  3. Artificial Analysis Word Error Rate Index4.3万 浏览
  4. AA-WER by Individual Dataset9413 浏览
  5. GDPval-AI Agentic Leaderboard8万 浏览
  6. Elo scores from Text to Image blind preference2.3万 浏览

数据与 API

从这张图读出 38 个数据点

从图片估算 38%
系列分组数值读取方式
OpenAIArtificial Analysis60 %估读
MetaArtificial Analysis60 %估读
GoogleArtificial Analysis60 %估读
AnthropicArtificial Analysis60 %估读
DeepSeekArtificial Analysis60 %估读
xAIArtificial Analysis60 %估读
MiniMaxArtificial Analysis60 %估读
KimiArtificial Analysis60 %估读
XiaomiArtificial Analysis60 %估读
Z AIArtificial Analysis60 %估读
AlibabaArtificial Analysis60 %估读
AlibabaQwen3.5 35B A3B22 %估读

显示 38 个中的 12 个。 全部数据点、重绘和制作器

Max 方案 · API

GET https://viral-chart.com/api/posts/018fec3f545b.json
GET https://viral-chart.com/api/charts/018fec3f545b.json
GET https://viral-chart.com/api/charts/018fec3f545b.skill.md
做一张这样的图打开帖子 JSON图表数据 JSON技能文件API 文档

原型里是静态文件。帖子 JSON 包含公开数字、排名、评分、象限、我们的读取记录，以及通过核对的文案。

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：018fec3f545b。

数值是近似的。我们对这张图的两次读取只部分一致（置信度 0.38，满分 1），引用前请对照原图。API 会标记 lowConfidence，加 ?min_confidence=0.5 可以把它排除。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/018fec3f545b标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/018fec3f545b/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/018fec3f545b/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/018fec3f545b/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

更多关于 Gemini 3 的图

Gemini 3: Codeforces Coding and Algorithms
官方X · Google2026年2月12日
Codeforces Coding and Algorithms69.5万 浏览 · 1941 赞
数据
Gemini 3: Gemini 3 Deep Think on Humanity's Last Exam
官方X · Google2026年2月12日
Gemini 3 Deep Think on Humanity's Last Exam69.5万 浏览 · 1941 赞
数据
Gemini 3: MMMU-Pro Multimodal Understanding and Reasoning
官方X · Google2026年2月12日
MMMU-Pro Multimodal Understanding and Reasoning69.5万 浏览 · 1941 赞
数据
Gemini 3: ARC-AGI-2 Reasoning & Knowledge
官方X · Google2026年2月12日
ARC-AGI-2 Reasoning & Knowledge69.5万 浏览 · 1941 赞
数据
Gemini 3: Gemini 3.7 Flash Enterprise automation workflow
官方X · Google2026年8月13日
Gemini 3.7 Flash Enterprise automation workflow20.5万 浏览 · 581 赞
数据
Gemini 3: Long-horizon software engineering performance
官方X · Google2026年8月13日
Long-horizon software engineering performance20.5万 浏览 · 581 赞
数据

Google 的更多图

Google 表格图: Gemini 4 Argon基准对比5.7x
Google·2026年9月
Gemini 4 Argon基准对比
387.8万 浏览2.6万 赞0.8% 互动
数据
Google 标注图: Alphabet第二季度指标2.8x
Google·2026年7月
Alphabet第二季度指标
387.1万 浏览1.3万 赞0.4% 互动
数据
Google 标注图: 刚发布第三季度财报。我们实现了首次3.2x
Google·2025年10月
刚发布第三季度财报。我们实现了首次
294.9万 浏览1.5万 赞0.6% 互动
数据
Gemini 4: AI Model Benchmark Comparison
官方X · Google2026年9月30日
AI Model Benchmark Comparison896.7万 浏览 · 4.3万 赞
数据
Gemma 4: Model Performance vs Size
官方X · Google2026年4月9日
Model Performance vs Size88.6万 浏览 · 1684 赞
数据
Gemini 2: Gemini 2.5 Flash Native Audio Benchmarks
官方X · Google2025年12月16日
Gemini 2.5 Flash Native Audio Benchmarks21.2万 浏览 · 1678 赞
数据
Gemini 2: Gemini 3 Deep Think Benchmark Performance
官方X · Google2025年12月4日
Gemini 3 Deep Think Benchmark Performance18.9万 浏览 · 457 赞
数据
Gemma specialist models: Model Benchmark Comparison
官方X · Google2024年2月21日
Model Benchmark Comparison14.7万 浏览 · 335 赞
数据
Gemini 2: WebDev Arena Leaderboard
官方X · Google2025年5月6日
WebDev Arena Leaderboard9.3万 浏览 · 448 赞
数据

常见问题

这张图从哪里来？

@ArtificialAnlys于2026年5月27日在 X（x.com）发布了它。我们把它留在这里，并以文字注明发布者和日期，方便你不离开本站就能研究。

我能做一张这样的图吗？

用格式，不用原图。打开它的数据页，用“做一张这样的图”：从这张图的数字起步，换成你的。