AA榜单https://artificialanalysis.ai/models
主要我关注的是inteliigence综合榜单和Terminal Bench

inteliigence综合榜单感觉是有刷分的嫌疑，感觉平时用coding多的话这个综合榜单完全参考不了啊，模型分数和实际感觉不符合？ 
 [image] 
那看了下AA上的coding榜单，感觉很多模型没接触但是分好高 
[image] 
说下我自己的体验，单纯论能力的话，opus 5.5和6astra是并列第一t0，6astra有时候更胜出些，这里有点断层领先的感觉，真的； 
然后是GLM算t1； 
然后是kimi和老deepseek flash和 3.8flash坐一桌子t2。 
新flash最近用了一下感觉还可以，应该能升级到t1。 
其他的模型没怎么用过，比较好奇的是qwen3.8max和mino的能力。感觉coding...