人工智能评测：大模型能力差异显著

币界网报道：币界网消息，人工智能评测机构artificial analysis发布了API准确率榜单，测试同一开源模型在不同云服务商下的能力保留情况。首批测试包括glm-5.2、gpt-oss-120b和deepseek v4 pro，覆盖44个API端点。结果显示，glm-5.2最差端点仅有52%的能力保留，gpt-oss-120b得分在70%至101%之间，而deepseek v4 pro在9家服务商中均保持在97%至107%之间，官方API得分最高。差距主要源于量化、输出长度、推理配置和工具调用处理。