1. 图表数据
  2. artificial-analysis
  3. Artificial Analysis underlying Openness Index: Components
artificial-analysis堆叠柱状图 · 80 个数据点 · Muse Glimmer

Artificial Analysis underlying Openness Index: Components

artificial-analysis 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

从图片估算 36%Meta 全部模型全部图表数据
图表来自 artificial-analysis. 来源: x.com

简化重绘

由我们用下面的数字重新绘制。悬停、点按或用方向键查看。

这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。

数字

80 个点中前 10 个免费
分组系列数值 (points)来源置信
Qwen3 32B (3/28)Transparency - Pre-training Data~6估算0.50
Qwen3 32B (3/28)Transparency - Post-training Data~6估算0.50
Qwen3 32B (3/28)Transparency - Methodology~2估算0.50
Qwen3 32B (3/28)Model Availability~2估算0.50
Nemotron 3 UltraTransparency - Pre-training Data~6估算0.30
Nemotron 3 UltraTransparency - Post-training Data~6估算0.30
Nemotron 3 UltraTransparency - Methodology~1.5估算0.30
Nemotron 3 UltraModel Availability~1.5估算0.30
NVIDIA Nemotron Nano 9B V2Transparency - Pre-training Data~6估算0.30
NVIDIA Nemotron Nano 9B V2Transparency - Post-training Data~4估算0.30

Max 数据，目前留邮箱免费看

查看全部 80 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

NVIDIA Nemotron Nano 9B V2Transparency - Methodology~1.5估算0.30
NVIDIA Nemotron Nano 9B V2Model Availability~1.5估算0.30
Mistral (n/a)Transparency - Pre-training Data~6估算0.30
Mistral (n/a)Transparency - Post-training Data~2估算0.30
Mistral Medium 3Transparency - Methodology~1估算0.30
Mistral Medium 3Model Availability~6估算0.30
DeepSeek V3.1 (n/a)Transparency - Pre-training Data~6估算0.30
DeepSeek V3.1 (n/a)Transparency - Post-training Data~2估算0.30
DeepSeek V3.1 (flash)Transparency - Methodology~2估算0.30
DeepSeek V3.1 (flash)Model Availability~6估算0.30
GLM-4.5 (n/a)Transparency - Pre-training Data~6估算0.30
GLM-4.5 (n/a)Transparency - Post-training Data~2估算0.30
GLM-4.5 (max)Transparency - Methodology~2估算0.30
GLM-4.5 (max)Model Availability~6估算0.30
GPT-5.2 (n/a)Transparency - Pre-training Data~6估算0.50
GPT-5.2 (n/a)Transparency - Post-training Data~1估算0.50
GPT-5.2 (n/a)Transparency - Methodology~0估算0.30
GPT-5.2 (n/a)Model Availability~0估算0.30
Gemma 3 27BTransparency - Pre-training Data~6估算0.30
Gemma 3 27BTransparency - Post-training Data~1估算0.30
Gemma 3 27BTransparency - Methodology~1估算0.30
Gemma 3 27BModel Availability~6估算0.30
Kimi K3 (n/a)Transparency - Pre-training Data~4估算0.30
Kimi K3 (n/a)Transparency - Post-training Data~3估算0.30
Kimi K3 (max)Transparency - Methodology~1估算0.30
Kimi K3 (max)Model Availability~6估算0.30
MiniMax-V2.5-ProTransparency - Pre-training Data~6估算0.50
MiniMax-V2.5-ProTransparency - Post-training Data~1估算0.50
MiniMax-V2.5-ProTransparency - Methodology~0估算0.30
MiniMax-V2.5-ProModel Availability~0估算0.30
InklingTransparency - Pre-training Data~6估算0.30
InklingTransparency - Post-training Data~1估算0.30
InklingTransparency - Methodology~1估算0.30
InklingModel Availability~6估算0.30
Command A+Transparency - Pre-training Data~6估算0.30
Command A+Transparency - Post-training Data~1估算0.30
Command A+Transparency - Methodology~1估算0.30
Command A+Model Availability~6估算0.30
Mistral Small 3.1Transparency - Pre-training Data~5估算0.50
Mistral Small 3.1Transparency - Post-training Data~1估算0.50
Mistral Small 3.1Transparency - Methodology~0估算0.30
Mistral Small 3.1Model Availability~0估算0.30
MiniMax-M3Transparency - Pre-training Data~5估算0.30
MiniMax-M3Transparency - Post-training Data~1估算0.30
MiniMax-M3Transparency - Methodology~5估算0.30
MiniMax-M3Model Availability~6估算0.30
Llama 4 MaverickTransparency - Pre-training Data~4估算0.30
Llama 4 MaverickTransparency - Post-training Data~2估算0.30
Llama 4 MaverickTransparency - Methodology~2估算0.30
Llama 4 MaverickModel Availability~6估算0.30
AITransparency - Pre-training Data~2估算0.30
AITransparency - Post-training Data~0估算0.80
AITransparency - Methodology~0估算0.80
AI Claude 4.5 HaikuModel Availability~2估算0.30
OLMo 2 32B ThinkTransparency - Pre-training Data~2估算0.50
Muse Glimmer (nano)Transparency - Pre-training Data~0估算0.30
gpt-oss-120b (nano)Transparency - Pre-training Data~0估算0.30
MiMo-V2.5-ProTransparency - Pre-training Data~0估算0.30
OLMo 2 32B ThinkTransparency - Post-training Data~2估算0.50
Muse Glimmer (nano)Transparency - Post-training Data~0估算0.30
gpt-oss-120b (nano)Transparency - Post-training Data~0估算0.30
MiMo-V2.5-ProTransparency - Post-training Data~0估算0.30
OLMo 2 32B ThinkTransparency - Methodology~6估算0.50
Muse Glimmer (nano)Transparency - Methodology~2估算0.50
gpt-oss-120b (nano)Transparency - Methodology~2估算0.50
MiMo-V2.5-ProTransparency - Methodology~3估算0.50
OLMo 2 32B ThinkModel Availability~6估算0.50
Muse Glimmer (nano)Model Availability~6估算0.50
gpt-oss-120b (nano)Model Availability~6估算0.50
MiMo-V2.5-ProModel Availability~6估算0.50
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

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：07fe08511ad4。

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 0.36，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/07fe08511ad4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/07fe08511ad4/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/07fe08511ad4/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/07fe08511ad4/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。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。

Meta 的更多数据

全部图表数据
从图片估算相似重绘 8.3Llama3.1 405B Human EvaluationMeta · 堆叠柱状图 · 9 个数据点从图片估算相似重绘 8.1AI Model Performance TrendMeta · 折线图 · 4 个数据点从图片估算Terminal-Bench 2.1, DeepSWE 1.1, Meta Internal Coding BenchMeta · 跑分柱状图 · 17 个数据点从图片估算Google and Meta are Benchmaxxerssemianalysis · 表格图 · 12 个数据点从图片估算Benchmark ComparisonMeta · 表格图 · 13 个数据点从图片估算MCP Atlas vs GDPval-AA V2Meta · 跑分柱状图 · 14 个数据点

常见问题

这些数字有多准？

它们由两遍独立读图估算得出，置信度 0.36（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

这些数据可以直接用吗？

这些数字描述的是 artificial-analysis 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/07fe08511ad4.json 和 /api/charts/07fe08511ad4.skill.md。