Artificial Analysis Intelligence Index v4.3.2 में 10 मूल्यांकन शामिल हैं: AA-Briefcase v1.1, GDPval-AA v2.1, Automation Bench-AA, Terminal-Bench 4.0, Sci Code, Humanity's Last Exam, GDP.pdf, Crit Pt, AA-Omniscience, AA-LCR v1.1। प्रत्येक मूल्यांकन के विवरण और हम उन्हें कैसे चलाते हैं, सहित अधिक जानकारी के लिए Intelligence Index कार्यप्रणाली देखें।

AA-Briefcase v1.1 Artificial Analysis द्वारा विकसित एक एजेंटिक नॉलेज वर्क बेंचमार्क है। AA-Briefcase Elo एक संयुक्त मीट्रिक है जो रूब्रिक पास दर, विश्लेषणात्मक गुणवत्ता Elo और प्रस्तुति Elo को एकत्रित करता है · उच्चतर बेहतर है। AA-Omniscience Index ज्ञान विश्वसनीयता और भ्रम को मापता है। यह सही उत्तरों को पुरस्कृत करता है, भ्रम को दंडित करता है, और उत्तर देने से इनकार करने पर कोई दंड नहीं है। स्कोर -100 से 100 तक होते हैं, जहां 0 का अर्थ है उतने ही सही जितने गलत उत्तर।

Intelligence Index तुलनाएँ: Intelligence Index बनाम प्रति Intelligence Index कार्य लागत। प्रति Intelligence Index कार्य भारित औसत लागत। प्रत्येक मूल्यांकन की लागत इनपुट, कैश हिट, कैश राइट, रीज़निंग और उत्तर टोकन कीमतों से गणना की जाती है, कार्य संख्या से विभाजित की जाती है, और इसके Intelligence Index भार से भारित की जाती है।

मुख्य संस्थाएँ: कंपनियाँ: Artificial Analysis