Trực quan hóa sự thay đổi về trí tuệ và chi phí LLM từ AA Index v4.1 đến v4.3
Người dùng Reddit crusaderky đã tạo một biểu đồ hoạt họa thể hiện sự thay đổi của các mô hình ngôn ngữ trên Chỉ số Trí tuệ (Intelligence Index) của Artificial Analysis khi cập nhật từ phiên bản 4.1 lên 4.3. Biểu đồ ánh xạ điểm chỉ số trí tuệ so với chi phí trên mỗi tác vụ, minh họa những thay đổi tương đối về thứ hạng hiệu năng và giá thành từ dữ liệu đánh giá trong tháng 9. Các cập nhật về phương pháp và trọng số đánh giá benchmark có thể thay đổi đáng kể thứ hạng của các mô hình LLM về năng lực tổng thể cũng như hiệu quả chi phí. Việc trực quan hóa này giúp các nhà phát triển và tổ chức đánh giá mô hình nào đang mang lại tỉ lệ hiệu năng trên giá thành tốt nhất sau khi tiêu chuẩn đánh giá thay đổi. Biểu đồ sử dụng thang đo tuyến tính cho chi phí trên mỗi tác vụ, với giá của các mô hình mã nguồn mở được quy chuẩn theo mức thấp nhất trên OpenRouter tính đến ngày 3 tháng 9. Theo phương pháp cập nhật v4.3, các mô hình như GPT-6 Astra đã tăng mạnh về chỉ số trí tuệ với chi phí thấp hơn, trong khi những mô hình như Gemini-3.8 và Kimi-K3 lại bị tụt thứ hạng tương đối.
## KIẾN THỨC NỀN
Chỉ số Trí tuệ của Artificial Analysis đánh giá các mô hình AI bằng cách tính điểm trung bình có trọng số của các bài kiểm tra thuộc các lĩnh vực cốt lõi như lập trình, agent, năng lực chung và lý luận khoa học. OpenRouter là một nền tảng tổng hợp API giúp thống nhất việc truy cập vào nhiều nhà cung cấp LLM khác nhau, thường được dùng làm chuẩn để so sánh giá cạnh tranh cho các mô hình mã nguồn mở.