1. 图表数据
  2. artificial-analysis
  3. AI Model Benchmarks
artificial-analysis跑分柱状图 · 120 个数据点 · Grok 4

AI Model Benchmarks

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 51%Grok 4xAI 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

120 个点中前 10 个免费
分组系列数值 (% / Tokens per second)来源置信
Claude 3.5 SonnetAA-Omniscence Hallucination Rate22估算0.97
Claude 3.5 SonnetIFBench Benchmark82.9估算0.97
Claude 3.5 SonnetOutput Speed492估算0.30
Claude 3.5 HaikuAA-Omniscence Hallucination Rate25估算0.97
Claude 3.5 HaikuIFBench Benchmark77.2估算0.90
Claude 3.5 HaikuOutput Speed304估算0.30
GPT-4oAA-Omniscence Hallucination Rate34估算0.30
GPT-4oIFBench Benchmark76.35估算0.90
GPT-4oOutput Speed268估算0.30
Gemini 1.5 ProAA-Omniscence Hallucination Rate40估算0.50

Max 数据，目前留邮箱免费看

查看全部 120 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

Gemini 1.5 ProIFBench Benchmark78估算0.50
Gemini 1.5 ProOutput Speed268估算0.50
Gemini 1.5 FlashAA-Omniscence Hallucination Rate48估算0.50
Gemini 1.5 FlashIFBench Benchmark77.2估算0.50
Gemini 1.5 FlashOutput Speed152估算0.50
GPT-4o miniAA-Omniscence Hallucination Rate51估算0.50
GPT-4o miniIFBench Benchmark77.1估算0.50
GPT-4o miniOutput Speed131估算0.50
Llama 3.1 405bAA-Omniscence Hallucination Rate56估算0.50
Llama 3.1 405bIFBench Benchmark75.4估算0.50
Llama 3.1 405bOutput Speed127估算0.50
Llama 3.1 70bAA-Omniscence Hallucination Rate61估算0.50
Llama 3.1 70bIFBench Benchmark75.4估算0.50
Llama 3.1 70bOutput Speed125估算0.50
Llama 3.1 8bAA-Omniscence Hallucination Rate64估算0.50
Llama 3.1 8bIFBench Benchmark73.9估算0.50
Llama 3.1 8bOutput Speed120估算0.50
GPT-4 TurboAA-Omniscence Hallucination Rate65估算0.50
GPT-4 TurboIFBench Benchmark72.3估算0.50
GPT-4 TurboOutput Speed91估算0.50
GPT-3.5 TurboAA-Omniscence Hallucination Rate72估算0.50
GPT-3.5 TurboIFBench Benchmark71.8估算0.50
GPT-3.5 TurboOutput Speed88估算0.50
Mistral Large 2AA-Omniscence Hallucination Rate80估算0.30
Mistral Large 2IFBench Benchmark70.95估算0.90
Mistral Large 2Output Speed78估算0.30
Mistral MediumAA-Omniscence Hallucination Rate83估算0.50
Mistral MediumIFBench Benchmark71.5估算0.50
Mistral MediumOutput Speed74估算0.50
Mistral SmallAA-Omniscence Hallucination Rate82估算0.50
Mistral SmallIFBench Benchmark70.2估算0.50
Mistral SmallOutput Speed73估算0.50
Qwen 2.5 72bAA-Omniscence Hallucination Rate87估算0.50
Qwen 2.5 72bIFBench Benchmark69估算0.50
Qwen 2.5 72bOutput Speed66估算0.50
Qwen 2.5 32bAA-Omniscence Hallucination Rate87估算0.50
Qwen 2.5 32bIFBench Benchmark60.7估算0.50
Qwen 2.5 32bOutput Speed58估算0.50
Qwen 2.5 14bAA-Omniscence Hallucination Rate87估算0.50
Qwen 2.5 14bIFBench Benchmark56.6估算0.50
Qwen 2.5 14bOutput Speed50估算0.50
Qwen 2.5 7bAA-Omniscence Hallucination Rate89估算0.50
Qwen 2.5 7bIFBench Benchmark53.7估算0.50
Qwen 2.5 7bOutput Speed49估算0.50
Qwen 2.5 3bAA-Omniscence Hallucination Rate89估算0.50
Qwen 2.5 3bIFBench Benchmark53.1估算0.50
Qwen 2.5 3bOutput Speed48估算0.50
Qwen 2.5 1.5bAA-Omniscence Hallucination Rate90估算0.50
Qwen 2.5 1.5bIFBench Benchmark62.7估算0.50
Qwen 2.5 1.5bOutput Speed44估算0.50
Qwen 2.5 0.5bAA-Omniscence Hallucination Rate91估算0.50
Qwen 2.5 0.5bIFBench Benchmark43估算0.50
Qwen 2.5 0.5bOutput Speed44估算0.50
Gemini 1.0 ProAA-Omniscence Hallucination Rate92估算0.50
Gemini 1.0 ProIFBench Benchmark42估算0.50
Gemini 1.0 ProOutput Speed44估算0.50
GLM-4.5AA-Omniscence Hallucination Rate34估算0.50
Gemini 2.5 FlashAA-Omniscence Hallucination Rate40估算0.50
MiniMax-M2AA-Omniscence Hallucination Rate45估算0.50
GPT-4.1AA-Omniscence Hallucination Rate55估算0.50
Gemini 2.5 ProAA-Omniscence Hallucination Rate60估算0.50
GPT-5AA-Omniscence Hallucination Rate61估算0.50
Claude 3.7 SonnetAA-Omniscence Hallucination Rate64估算0.50
Kimi K2AA-Omniscence Hallucination Rate65估算0.50
Grok 4AA-Omniscence Hallucination Rate72估算0.50
GPT-4.1 nanoAA-Omniscence Hallucination Rate80估算0.50
GPT-4.1 miniAA-Omniscence Hallucination Rate82估算0.50
Qwen3AA-Omniscence Hallucination Rate82估算0.50
Gemini 2.0 FlashAA-Omniscence Hallucination Rate87估算0.50
Claude 3.5 HaikuAA-Omniscence Hallucination Rate87估算0.50
Nova PremierAA-Omniscence Hallucination Rate89估算0.50
GPT-4.1AA-Omniscence Hallucination Rate89估算0.50
Claude 3.5 SonnetAA-Omniscence Hallucination Rate90估算0.50
Gemini 2.5 FlashAA-Omniscence Hallucination Rate91估算0.50
Gemini 2.5 ProAA-Omniscence Hallucination Rate92估算0.50
Nova PremierIFBench Benchmark: Results79估算0.50
Gemini 2.5 FlashIFBench Benchmark: Results78.8估算0.50
Gemini 2.5 ProIFBench Benchmark: Results78估算0.50
GPT-4.1IFBench Benchmark: Results77.2估算0.50
GPT-4.1 nanoIFBench Benchmark: Results77.1估算0.50
GPT-4.1 miniIFBench Benchmark: Results75.4估算0.50
Claude 3.7 SonnetIFBench Benchmark: Results72.3估算0.50
Grok 4IFBench Benchmark: Results71.8估算0.50
Qwen3IFBench Benchmark: Results71.6估算0.50
MiniMax-M2IFBench Benchmark: Results71.5估算0.50
Kimi K2IFBench Benchmark: Results69估算0.50
GLM-4.5IFBench Benchmark: Results60.7估算0.50
Gemini 2.0 FlashIFBench Benchmark: Results56.6估算0.50
Claude 3.5 HaikuIFBench Benchmark: Results53.7估算0.50
GPT-4.1IFBench Benchmark: Results53.7估算0.50
Claude 3.5 SonnetIFBench Benchmark: Results43估算0.50
Gemini 2.5 FlashIFBench Benchmark: Results42估算0.50
Nova PremierOutput Speed452估算0.50
Gemini 2.5 FlashOutput Speed304估算0.50
GPT-4.1Output Speed268估算0.50
GPT-4.1 miniOutput Speed268估算0.50
GPT-4.1 nanoOutput Speed266估算0.50
Grok 4Output Speed192估算0.50
Gemini 2.5 ProOutput Speed152估算0.50
MiniMax-M2Output Speed131估算0.50
Kimi K2Output Speed127估算0.50
GLM-4.5Output Speed120估算0.50
Qwen3Output Speed91估算0.50
Claude 3.7 SonnetOutput Speed78估算0.50
Gemini 2.0 FlashOutput Speed66估算0.50
GPT-4.1Output Speed58估算0.50
Claude 3.5 HaikuOutput Speed50估算0.50
Claude 3.5 SonnetOutput Speed49估算0.50
Gemini 2.5 FlashOutput Speed48估算0.50
Gemini 2.5 ProOutput Speed44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：b5dce6c581d3。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/b5dce6c581d3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/b5dce6c581d3/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/b5dce6c581d3/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/b5dce6c581d3/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。

xAI 的更多数据

全部图表数据
从图片估算相似重绘 8.1Humanity's Last ExamxAI · 柱状图 · 7 个数据点从图片估算CaseLaw BenchmarkxAI · 表格图 · 6 个数据点从图片估算Artificial Analysis Intelligence Indexartificial-analysis · 柱状图 · 17 个数据点从图片估算CursorBench 4.0 scorexAI · 折线图 · 17 个数据点从图片估算Grok-4.20-Beta1 ranks #1 in Search Arenaarena · 表格图 · 40 个数据点从图片估算相似重绘 5.3Artificial Analysis Intelligence Index v4.1.1artificial-analysis · 柱状图 · 29 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 0.51（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/b5dce6c581d3.json 和 /api/charts/b5dce6c581d3.skill.md。