幣界網消息，人工智能分析能力測試aa-analystagent近日推出，測試共有80道題，每道題要求模型獨立做5遍，只有5次全部答對才算通過。結果顯示，Claude Opus以54%的通過率位居第一，GPT-5.5排第二，通過率爲50%，而Claude Fable爲49%。開放權重模型中表現最佳的是Kimi K3，達到39%。如果只看每次作答的平均正確率，GPT-5.5最高，達到66%。但在要求同一道題連續做對5次後，其通過率降至50%。測試分析還指出，AI模型常見的問題是對題目的理解錯誤，導致後續作答方向偏差。