一句话看懂：AI 评测机构 Artificial Analysis 一边发布 Intelligence Index 榜单，一边向模型厂商出售定制评测服务，这层商业关系让它的公开分数值得参考，但不该被当作模型能力的最终定论。
事件核心：发生了什么
近日，X 用户 @leo114119 发文分析了 Artificial Analysis（AA）的商业模式。据该帖，AA 创始人曾在一档播客中被问及如何赚钱，回答有两条：一是向企业和投资机构出售标准化基准报告与选型咨询；二是为包括大模型厂商在内的公司提供定制基准测试、私有测试框架和专题工作坊。也就是说，被排名的公司同时可能成为它的付费客户。AA 近期发布了 Intelligence Index v5，称首次让指数的大部分建立在私有数据集之上。该帖观点仅代表作者本人，不代表 AA 官方立场。
为什么重要
AA 的指数权重是公开的，据该帖，Agents 约占 30%、Coding 约占 20%、科学推理约占 20%。厂商由此可以购买“短板诊断”，定向优化训练目标，让下一轮分数更好看。这对应古德哈特定律：指标一旦成为目标，就不再是好的度量。此前 LMArena 被论文指 Meta 私下测试多个 Llama 变体、只挑最佳结果公开，也说明规则内刷分并不罕见。对一家靠公信力立足的评测机构来说，这是结构性张力。
对用户/开发者/创作者的影响
AA 的智能总分不宜作为选型唯一依据，更可信的是价格、速度、延迟等基础设施数据。实际使用中，30 分级别的差距才值得认真对待，并应交叉参考多个来源，优先看带私有保留集的基准。开发者评估 API 时，应回到自己的任务场景做小规模测试，而不是照榜单下单。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，AA 承诺公共榜单不收费，但定制评测服务是否影响榜单可复现性仍待观察。后续可关注：Intelligence Index v5 的私有数据集覆盖面如何披露；是否出现第三方对榜单独立复核；其他厂商是否跟进推出私有评测产品。
来源：@leo114119
