基准
AA-Omniscience
Artificial Analysis 推出的知识评估基准，用于衡量 AI 模型的知识广度。
核心事实
时间轴 (近 90 天)
10月18日
Dory 在 AA-Omniscience 基准上从 1 次循环到 4 次循环得分几乎不变（10.03、10.08、10.03），在 GPQA Diamond 和 HLE 上均落后于 Qwen3.5-4B。
待验证50%
10月17日
在Artificial Analysis的AA-Omniscience基准测试（对错误答案扣分）中，最高分从发布时的4.8提升到了目前的46。
待验证50%
10月17日
Muse Wonder Full在AA-Omniscience事实回忆测试中得分为30。
已过期50%
10月17日
Claude Opus 5.5在AA-Omniscience事实回忆测试中得分为46。
已过期50%
10月17日
AA-Omniscience是一类评测模型事实性知识覆盖度的基准测试，通过大量需要精确回忆事实的问题来打分。
待验证50%
10月15日
在 AA-Omniscience 知识指标上，Muse Wonder 得 25，Claude Opus 5.5 得 46。
已过期50%
全部知识事实 (4)
已验证
Artificial Analysis是一个独立的AI模型基准测试平台，综合编程能力、数学推理、语言理解、知识问答等多个维度评估模型表现
70%待验证Dory 在 AA-Omniscience 基准上从 1 次循环到 4 次循环得分几乎不变（10.03、10.08、10.03），在 GPQA Diamond 和 HLE 上均落后于 Qwen3.5-4B。
50%待验证在Artificial Analysis的AA-Omniscience基准测试（对错误答案扣分）中，最高分从发布时的4.8提升到了目前的46。
50%待验证AA-Omniscience是一类评测模型事实性知识覆盖度的基准测试，通过大量需要精确回忆事实的问题来打分。
50%