GDPval-AA v2 是 Artificial Analysis 的真实知识工作智能体评测，包含 220 个任务，覆盖 44 个职业和 9 个行业。智能体在 Stirrup 环境中使用工具完成可交付成果，并通过盲测成对比较生成 Elo；v2 以人类专家表现锚定 1000 Elo。
查看 GDPval-AA v2 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 5.5 思考水平·Max工具 | 1846.17 | 2026-09-22 | 未知 | 闭源 | |
Claude Fable 5.1 思考水平·Max工具 | 1764.00 | 2026-09-01 | 未知 | 闭源 | |
Claude Fable 5.1 思考水平·极高工具 | 1745.00 | 2026-09-01 | 未知 | 闭源 | |
4 | Claude Opus 5 思考水平·Max工具 | 1735.00 | 2026-07-24 | 未知 | 闭源 |
5 | Claude Opus 5 思考水平·极高工具 | 1708.00 | 2026-07-24 | 未知 | 闭源 |
6 |  Muse Spark 1.3 思考水平·Max工具联网 | 1703.00 | 2026-09-02 | 未知 | 闭源 |
7 |  Grok 4.7 思考水平·高工具 | 1695.00 | 2026-09-21 | 未知 | 闭源 |
8 |  Hy4 preview 思考水平·高工具 | 1678.00 | 2026-08-28 | 7700亿 | 免费商用 |
9 | Grok 4.6 思考水平·极高工具 | 1663.00 | 2026-08-12 | 未知 | 闭源 |
10 | Muse Spark 1.3 思考水平·极高工具 | 1662.00 | 2026-09-02 | 未知 | 闭源 |
11 |  GLM-5.3 思考水平·Max工具 | 1658.00 | 2026-08-14 | 7440亿 | 有条件商用 |
12 | GLM-5.3-Flash 思考水平·Max工具 | 1655.00 | 2026-08-26 | 3200亿 | 免费商用 |
13 |  Step 5 Preview 思考水平·高工具 | 1571.00 | 2026-09-20 | 6000亿 | 闭源 |
14 | Muse Glimmer-30B 思考水平·高工具 | 953.00 | 2026-08-10 | 296亿 | 免费商用 |
Kimi K3 (max) 官方发布成绩：1668（2026-07-16）。
