GPT-5.5 以 60 分登頂
Artificial Analysis 更新 523 款模型排行，GPT-5.5（xhigh）以 60 分拿下智能榜首，並同步顯示速度、延遲、價格與上下文窗口比較。
Artificial Analysis 將 GPT-5.5（xhigh）排在智能榜首，分數是 60。
這次更新把 523 款模型放進同一個比較頁，涵蓋智能、速度、延遲、價格與上下文窗口。對只想快速選 API 的開發者來說，這比翻一堆單篇 benchmark 省事得多。
| 項目 | 數值 |
|---|---|
| 智能榜首 | GPT-5.5 (xhigh) |
| 智能分數 | 60 |
| 納入模型數 | 523 |
| Intelligence Index 版本 | v4.0 |
| v4.0 評測數 | 10 |
| 最快模型 | Mercury 2 |
| 最高速度 | 825 tokens/s |
| 最低延遲模型 | Command A+ |
| 最低延遲 | 0.33s |
| 最便宜模型 | Qwen3.5 0.8B |
| 最低價格 | $0.01 / 1M tokens |
| 最大上下文窗口 | Llama 4 Scout |
| 最大上下文 | 10m tokens |
發生了什麼
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
Artificial Analysis 更新了模型比較中心，現在可直接對照智能、輸出速度、延遲、價格與 context window。它的 Intelligence Index v4.0 這次採用 10 項評測，包含 GDPval-AA、Terminal-Bench Hard、SciCode、AA-Omniscience、Humanity's Last Exam、GPQA Diamond 與 CritPt。
榜單頂端由 GPT-5.5（xhigh）與 GPT-5.5（high）包辦，分數都站在前段班。後面則是 Claude Opus 4.7（max）與 Gemini 3.1 Pro Preview，顯示高階模型競爭仍集中在少數幾家。
其他欄位也很直觀：Mercury 2 以 825 tokens/s 拿下速度第一，Command A+ 以 0.33 秒延遲居首，Qwen3.5 0.8B 以每 100 萬 tokens 0.01 美元成為最便宜選項，Llama 4 Scout 則把上下文窗口拉到 1000 萬 tokens。這讓同一頁就能看出不同模型各自擅長的方向。
- 523 款模型被放進同一個比較框架。
- Intelligence Index v4.0 使用 10 項評測。
- 價格欄位採 blended cache-input-output rate。
- 開源與商用模型都一起列出。
為什麼重要
對開發者來說，這種排行的價值不在於誰拿第一，而在於能不能快速做取捨。做 agent、RAG、coding assistant 或高流量 API 服務時，智能分數高不代表成本、延遲與上下文也能同時過關。
這也影響採購方式。團隊如果只看單一 benchmark，很容易選到「最會答題」但不適合產品的模型；把價格、吞吐與延遲一起看，才比較接近真實上線條件。
換句話說，現在的模型競爭已經不是單點比高分，而是看誰能在品質、速度與成本之間拿出更實用的組合。對產品團隊而言，這種表格比宣傳頁更接近決策工具。
結尾
GPT-5.5 以 60 分登頂，真正的訊號是：模型選型正在從「誰最強」變成「誰最適合你的工作負載」。下一次要下單前，先問自己：你要的是最高分，還是最能跑產品的那一個？
