哪个模型最适合您下一个软件工程任务？我们AA-Omniscience基准的结果显示，没有单一最佳模型能够在编程语言知识上表现出色。 AA-Omniscience是我们最近添加到版本4的智能指数中的基准，衡量模型在健康、商业、科学和工程等领域的知识和幻觉，包括针对编程语言的一组专门问题。我们的主要指标，Omniscience指数，衡量嵌入知识并惩罚幻觉，正确答案得分，错误猜测扣分，弃权视为中立（例如，模型承认无法可靠地回答问题）。 对于编码代理，衡量知识和幻觉尤其相关。用户必须依赖模型了解语言语法、库和版本变化，同时也要知道何时使用外部搜索工具，而不是依赖嵌入知识进行猜测。 我们的结果显示，在编程语言知识上没有单一最佳模型： ➤ Python: 🥇 Claude Opus 4.5 (推理) (56)，🥈 Gemini 3 Pro Preview (高) (34)，🥉 GPT-5.2 (超高) (29) ➤🥇 Gemini 3 Pro Preview (高) (56)，🥈 Gemini 3 Flash Preview (推理) (54)，🥉 Claude Opus 4.5 (推理) (50) ➤ Go: 🥇 Claude Opus 4.5 (推理) (54)，🥈 GPT-5.2 (超高) (30)，🥉 Gemini 3 Pro Preview (高) (24) ➤ R: 🥇 Claude 4.5 Sonnet (推理) (38)，🥈 Claude Opus 4.5 (推理) (36)，🥉 Gemini 3 Flash Preview (推理) (28) ➤ Swift: 🥇 Gemini 3 Pro Preview (高) (56)，🥈 Gemini 3 Flash Preview (推理) (52)，🥉 GPT-5.2 (超高) (44)

LTX-2 是新的领先开放权重视频模型，在人工分析视频领域中超越了 Wan 2.2 A14B，无论是在文本到视频还是图像到视频方面！ LTX-2 最初由 @Lightricks 于 11 月发布，最近已开源，包括基础的 19B 模型和一个精简版本。开放权重模型与 LTX-2 API 端点（专业版和快速版）不同，后者在基础模型之上应用了额外的管道增强。 模型权重可在 @huggingface 上根据 LTX-2 社区许可证获取，该许可证通常允许在收入不超过 1000 万美元的情况下进行商业使用，并且只要不与 Lightricks 的产品直接竞争。 查看 LTX-2 如何与其他领先的开放权重视频模型（如 Wan 2.2 或 HunyuanVideo）在人工分析视频领域进行比较！

GLM 4.7 提供者概述：GLM 4.7 在开放权重模型中领先于人工分析智能指数，是最强的开放权重模型，适用于代理使用案例——这使得提供者的速度和定价至关重要。 来自 @Zai_org 的 GLM 4.7 现在是最智能的开放权重模型，超越了其他开放权重模型，包括 DeepSeek V3.2 和 Kimi K2 Thinking，以及专有模型如 Grok 4。它在代理设置中表现尤为强劲，在 Tau2 Bench Telecom 代理工具使用基准中记录了最高分。代理使用案例特别需要高水平的令牌使用，而 GLM 4.7 记录了运行人工分析智能指数所需的最高令牌使用量，这使得提供者的选择至关重要。 关键基准总结： ➤ ⚡ 速度：@cerebras 提供了最快的 GLM 4.7 端点，输出速度为 1,445 令牌/秒。在 GPU 推理提供者中，@FireworksAI_HQ 是最快的（430 t/s），其次是 @basetenco（327 t/s）。 ➤ ⏳ 延迟：我们跟踪 TTFT（首次令牌时间）和 TTFAT（首次答案令牌时间）。对于推理模型，TTFAT 是关键指标，因为它标志着用户首次看到可用输出的时间。推理令牌的生成与答案令牌的生成具有相同的性能特征，因此 TTFAT 的主要驱动因素是输出速度——而不是标准的 TTFT，后者受预填充（输入处理）性能的驱动。Cerebras 在 TTFAT 上领先，时间为 1.6 秒，领先于 Fireworks（5.1 秒）和 Baseten（6.7 秒）。Cerebras 在 TTFT 上也名列前茅，时间为 0.24 秒，随后是 Fireworks（0.46 秒）和 @parasail_io（0.5 秒）。 ➤ $ 定价：@DeepInfra 是 GLM 4.7 的最低成本提供者，基于 3:1 输入/输出令牌成本比，定价为 $0.43/M 输入令牌和 $1.75/M 输出令牌。其次是 @gmi_cloud 的 $0.4/$2，以及 @SiliconFlowAI 的 $0.5/$2。 ➤ 🔄 缓存折扣：与 DeepInfra（$0.08/M 令牌）、Novita（$0.11/M 令牌）和 Fireworks（$0.30/M 令牌）确认了缓存输入令牌的折扣。 ➤ 🪟 上下文窗口：除了 Cerebras 和 Parasail（均支持 131k 令牌上下文窗口）外，所有提供者均支持 200k 的完整上下文窗口。 ➤ 🧰 支持的工具：所有提供者均支持 JSON 模式和工具调用。