术语表

AIpricly 所用指标和术语的定义。

编辑团队估算 · 智力指数

由 AIpricly 编辑团队基于公开基准（MMLU、HumanEval、GPQA、MATH）以及 Artificial Analysis（可比时）给出的能力估算（0–100）。在 AA 合作伙伴 API 接入后将替换为官方分数。编辑团队估算 · 整列 →

Arena Elo

来自 LMArena 的人类偏好 Elo 评分（800–2000）——真实用户在不知道模型名称的情况下进行盲测投票。衡量用户感知质量，而非仅依赖基准测试。LMArena 排行榜 →

P50 延迟（TTFT）

基准测试中首字延迟的中位数（秒）。越低越快。

吞吐量

首字之后的持续输出速度（token/秒）。越高越快。

上下文窗口

输入加输出的最大 token 长度。窗口越大，支持的文档、对话历史和代码文件越长。