RecodeX 重构消息，人工智能评测机构Artificial Analysis于6日公布VIALS-AA评测结果，该评测对19个模型在生命科学实验图像解读方面的能力进行了测试。谷歌Gemini 4 Carbon得分最高，为64%。

VIALS-AA是独立复现Handshake AI生命科学图像评测基准VIALS的测试，原版VIALS包含161个视觉问答任务，每个任务由研究图像、问题和简短标准答案组成，图像涵盖凝胶印迹、质粒图谱、显微图像、流式细胞术图表、系统发育树和分子结构等。

评测机构给出的各模型单题成本差距最高达99倍。