智能指数拆分
Evaluation relevance按方法版本拆解知识、推理、编程、工具使用和长上下文表现，不混排不同版本。
查看评测说明 →Evaluations
独立评测视角
拆开综合指数，分别理解知识边界、长期工作、经济价值和模型开放性。
AA-AnalystAgent
pass^5用真实电子表格和文档测试定量分析 Agent；每题独立运行五次，只有五次全部正确才计入 pass^5。
查看评测说明 →AA-Briefcase
Elo面向多步骤、长周期知识工作的专有评测。
查看评测说明 →AA-Omniscience
Omniscience Index同时观察回答正确性与模型是否知道自己不知道。
查看评测说明 →GDPval-AA v2
Leaderboard覆盖真实职业任务和高经济价值知识工作。
查看评测说明 →开放性指数
Openness components从权重、许可、技术披露和复现条件观察模型开放程度。
查看评测说明 →