Artificial Analysis 釋出新一代 API 效能基準，按單任務耗時排名

2026 年 11 月 5 日，Artificial Analysis 在 X 上公佈了新一代 API 效能基準測試（Artificial Analysis API Performance Benchmarking），把「Time per Task（單任務耗時）」改為首要效能指標，衡量模型完成一個任務需要多久，而不是流式輸出的速度。本次更新覆蓋其測試的約 1000 個 serverless 端點。

同日其發文指出，多數前沿實驗室的 API 預設推理強度低於最高檔，以大幅壓縮單任務耗時。例如 GPT-6 Astra 在中等強度下 Intelligence Index 得 52 分，最高強度為 57 分，但完成一個任務約需 5.8 分鐘，而非約 18 分鐘；GPT-6.1 Sol 則從 55 分降到 46 分（此處 GPT-6.1 Sol 降低對應的推理強度檔位，材料中未明確說明）。

同一更新還包括：報錯、限流和超時的請求速度記為 0 分並計入端點評價，每個端點還會顯示 Endpoint Error Rate，意味著頻繁失敗的端點會在速度排名中直接下滑。目前 Artificial Analysis 公佈的資訊限於上述指標調整與相關模型資料，暫無更多後續進展。