如何看待大模型评测网站 Artificial Analysis（AA）

大模型评测网站 Artificial Analysis（AA）近期再度更新计算方式，引发社区对其榜单稳定性和公正性的讨论。讨论指出 AA 频繁修改加权权重拉近模型分差，并在端到端响应时间测算及防刷榜机制上存在争议。不过其整合多榜单打分并提供 token use 与 cost per task 数据，仍具有一定的综合参考价值。