Artificial Analysis 评测 VIALS-AA：工具使用让模型平均分从约 25% 翻倍至约 47%

导读

Artificial Analysis 发布 VIALS-AA 评测结果，对比模型带工具（agentic）与不带工具（one-shot）的表现：跨模型工具使用让平均分从约 25% 翻倍至约 47%。