RecodeX 重构消息，人工智能分析能力测试aa-analystagent近日发布结果，测试含80道题，每道题要求模型独立作答5次，全部答对方可通过。Claude Opus 5以54%的通过率位居第一，GPT-5.5以50%位列第二，Claude Fable 5为49%。开放权重模型中，Kimi K3表现最佳，通过率39%。若按单次平均正确率，GPT-5.5最高（66%），但在连续答对5次的严苛标准下，其通过率降至50%。分析指出，模型常见问题是对题目的理解偏差。