7月9日消息，科技媒体 The Decoder 昨日发布了一篇报道：Artificial Analysis 新增了6个行业指数测试，结果显示 Anthropic 的 Claude Fable 5 模型全面霸榜，所有指标均获第一名。

这项测试具有重要参考价值。Artificial Analysis 在7月7日发布推文表示，该机构依据美国职业信息网络 O*NET 的职业分类体系，针对金融与会计、法律、医疗健康、战略与运营、工程以及经济学六大行业场景，根据各行业任务中技能出现频率分配权重，构建了一套全新的能力指数。简而言之，就是评估各大模型在真实行业任务中的实际表现。

测试结果一目了然：在全部8项指标中，Claude Fable 5 均排名第一，Claude Opus 4.8 紧随其后获得6项第二，剩余2项第二名则由 OpenAI 的 GPT-5.5 摘得。这一成绩可谓遥遥领先。

在开放权重模型阵营中，GLM-5.2 的表现同样出色——它在6个行业指数中的5个均占据领先位置。具体而言，GLM-5.2 在工程基准指数中获得53分，排名第五，仅落后 Claude Sonnet 5 和 GPT-5.5 两分。这表明开源模型在专业领域的竞争力正在持续增强。

然而，性能领先并不等同于性价比优势。在成本方面，Claude Fable 5 在战略与运营指数中每任务成本高达3.48美元，而 DeepSeek V4 Pro max 的成本仅为前者的百分之一。但两者性能差距仅12分。这不禁引发思考：为提升12分而付出百倍成本，是否真的划算？

谈及性价比，DeepSeek V4 Flash 的表现尤为突出。它在全部6个指数上的任务完成成本均低于0.04美元，同时得分稳定在中游水平。简而言之，用最低成本获得相近性能——对于预算有限的团队而言，这无疑是一个高性价比之选。

以下附上相关数据，供参考：