# 谁在改尺子：AI 榜单的两重张力

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-14T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56659
- 原文：https://yage.ai/share/ai-benchmark-leaderboard-industry-20260913.html

## 摘要

文章以 OpenAI 发布 GPT-6 Astra 后 Artificial Analysis 在一周内两次修改 Intelligence Index 规则为例，指出 Astra 与 Claude Fable 5.1 的分数从 66:61 变为 57:55，最终并列 53 分，而模型本身没有更新。

## 推荐理由

Artificial Analysis 在 GPT-6 Astra 发布后一周内两次修改 Intelligence Index 规则，使 Astra 与 Claude Fable 5.1 从 66:61 变为 53:53 并列，而两款模型本身没有更新。

## 锐评

一周两次改规则把 66:61 改成 53:53，尺子动得比模型快，这种榜单拿来选型就是自找麻烦。Artificial Analysis 的 Pro 席位一个月 417 美元，客户就是被排名的那些大厂，名次长期不合预期，人家转头就走。私有测试集权重从 20% 提到 45%，听着像防刷榜，实际是给自己留了随时调分的旋钮。我选模型只看自己那几十条任务上的单任务成本和输出 token，Astra 跑一套基准 3.26 美元、Fable 5.1 要 7.63 美元，这种差两倍的数字比并列第一有用得多。
