AI考场榜拆解（AA榜）：分数不是模型跑出来的，是版本算出来的

本文来自微信公众号： 穷奇商业 ，作者：穷奇观察 9月22日，小米开源MiMo-V2.6-Pro，46分，登顶Artificial Analysis开源榜。一个月后，Kimi K3.1 Pro发布，55分——等权重一放，将成为新的开源第一。 一个月，两个"开源第一"。 这不是中国模型突然行了，也不是突然不行了。是尺子又动了。 AA这张榜，问题不在中国模型分低，在尺子握在别人手里，刻度还随时在动。 同款Kimi K3，今年7月发布时的榜单上是57分，全球第三；等权重一放，又是开源之首。今天的AA模型页上只剩44分。13分差在哪里？AA只解释了版本变了，没给出这13分怎么摊到每个科目上。同款DeepSeek V4 Pro，v4.1时代是44分，现在是36分。按今天的尺子，K3.1 Pro比K3高11分；两把尺子本不可直接相减，可即便只看方向：K3三个月前的57分，比K3.1 Pro今天的55分还高。新模型赢了旧模型，输给了旧尺子。 <p data-check-id