Artificial Analysis lancia VIALS-AA, una classifica di ragionamento visivo nelle scienze della vita in cui Gemini 4 Carbon è in testa con il 64%

Artificial Analysis ha lanciato VIALS-AA, una classifica basata sul benchmark VIALS di Handshake AI. VIALS comprende 161 attività in otto ambiti, in cui un modello deve leggere un artefatto scientifico (immagini di gel, grafici di citometria a flusso, mappe plasmidiche, filogenie) e trarne una conclusione specifica.

Artificial Analysis esegue ogni attività tre volte con il proprio framework agent open source Stirrup, dotato di strumenti per eseguire codice e analizzare immagini. GPT-6 Luna (medium) valuta ogni risposta confrontandola con la risposta di riferimento; il punteggio corrisponde alla quota di attività giudicate corrette in tutte e tre le esecuzioni.

Secondo Artificial Analysis:

• Punteggi più alti: Gemini 4 Carbon (high) è in testa con il 64%, davanti a GPT-6 Astra (max) al 63% e Claude Opus 5.5 (max with fallback) al 61%.
• Costi: GPT-6 Astra e GPT-6.1 Sol (entrambi max) usano circa 8 turni per attività, contro circa 27 per Claude Opus 5.5 e circa 25 per Claude Sonnet 5.5. Opus 5.5 costa in media $1.64 per attività, circa 29 volte i circa $0.056 di Sol.
• Pesi aperti: Kimi K3.1 Pro è in testa con il 45%, appena davanti a MiMo-V2.6-Pro al 43%, circa 19 punti sotto il punteggio più alto.
• Rifiuti: 14 delle 161 attività hanno ricevuto un rifiuto per motivi di sicurezza da almeno un modello; Claude Sonnet 5.5 ne ha rifiutate 6, più di qualsiasi altro modello.

Queste sono misurazioni realizzate da Artificial Analysis.