科技评测机构Artificial Analysis近日推出全新行业能力指数体系，基于美国职业信息网络O*NET职业分类框架，针对金融与会计、法律、医疗与医学、战略与运营、工程及经济学六大领域，构建了包含八项核心指标的评估模型。该体系通过量化行业任务中技能的应用频率分配权重，为AI模型的专业能力提供量化参考。
在最新公布的评测结果中，Anthropic旗下Claude Fable 5模型展现出绝对优势，包揽全部八项指标榜首位置。其备选模型Opus 4.8紧随其后，在六项指标中位列第二，剩余两项第二名则由OpenAI的GPT-5.5（xhigh版本）获得。值得关注的是，开放权重模型GLM-5.2（max版本）在六个行业指数中有五项取得领先，仅在工程基准测试中以53分排名第五，与榜首Claude Sonnet 5（max版本）和GPT-5.5（xhigh版本）存在2分差距。
成本效益分析显示，不同模型在专业场景中的投入产出比差异显著。以战略与运营指数为例，Claude Fable 5完成单任务的平均成本达3.48美元，是DeepSeek V4 Pro max（0.03美元）的百倍有余，而性能差距仅为12分。DeepSeek V4 Flash（max版本）则以每任务低于0.04美元的成本覆盖全部六个领域，得分处于行业中游水平。
该评测体系采用动态权重分配机制，例如在医疗与医学指数中，电子病历分析、医学影像解读等任务的权重占比超过60%；工程指数则侧重于CAD设计、结构计算等专业技能的考核。这种设计使得评估结果更贴近真实行业应用场景，为企业选型提供多维参考。
当前AI模型在专业领域的竞争已从通用能力转向垂直场景优化。Claude Fable 5的全面领先印证了定制化训练路径的有效性，而GLM-5.2在开放权重架构下的突出表现，则展示了开源生态在特定领域的潜力。随着行业需求持续细化，如何平衡性能提升与成本控制将成为模型迭代的关键方向。
