Artificial Analysis 发布新一代 API 性能基准，按单任务耗时排名

2026 年 11 月 5 日，Artificial Analysis 在 X 上公布了新一代 API 性能基准测试（Artificial Analysis API Performance Benchmarking），把「Time per Task（单任务耗时）」改为首要性能指标，衡量模型完成一个任务需要多久，而不是流式输出的速度。本次更新覆盖其测试的约 1000 个 serverless 端点。

同日其发文指出，多数前沿实验室的 API 默认推理强度低于最高档，以大幅压缩单任务耗时。例如 GPT-6 Astra 在中等强度下 Intelligence Index 得 52 分，最高强度为 57 分，但完成一个任务约需 5.8 分钟，而非约 18 分钟；GPT-6.1 Sol 则从 55 分降到 46 分（此处 GPT-6.1 Sol 降低对应的推理强度档位，材料中未明确说明）。

同一更新还包括：报错、限流和超时的请求速度记为 0 分并计入端点评价，每个端点还会显示 Endpoint Error Rate，意味着频繁失败的端点会在速度排名中直接下滑。目前 Artificial Analysis 公布的信息限于上述指标调整与相关模型数据，暂无更多后续进展。