据动察 Beating ตรวจสอบ สถาบันประเมินโมเดล Artificial Analysis เปิดตัวอันดับความแม่นยำของ API โดยทดสอบโมเดลโอเพนซอร์สตัวเดียวกัน เมื่อเปลี่ยนไปใช้ผู้ให้บริการรายอื่นแล้วยังคงความสามารถไว้ได้มากน้อยเพียงใด รอบแรกทดสอบ GLM-5.2, gpt-oss-120b และ DeepSeek V4 Pro ครอบคลุมจุดเชื่อมต่อ API ทั้งหมด 44 จุด
ผู้ให้บริการรวมถึง AWS, Microsoft Azure, Google Vertex, Cloudflare และยังมีแพลตฟอร์ม AI inference อย่าง Fireworks, DeepInfra, CoreWeave, SiliconFlow เป็นต้น Artificial Analysis ทำการติดตั้งโมเดลทางการด้วยตนเอง บันทึกคะแนนไว้ที่ 100% จากนั้นใช้ชุดคำถามเดียวกันทดสอบ API ของแต่ละราย
ผลลัพธ์แสดงให้เห็นว่า GLM-5.2 จุดเชื่อมต่อที่แย่ที่สุดได้เพียง 52% เกือบลดลงครึ่งหนึ่ง gpt-oss-120b ได้คะแนนระหว่าง 70% ถึง 101% ส่วน DeepSeek V4 Pro มีความเสถียรที่สุด ผู้ให้บริการ 9 รายทั้งหมดอยู่ในช่วง 97% ถึง 107% โดย API ทางการได้คะแนนสูงสุด
ความแตกต่างส่วนใหญ่มาจาก quantization, ความยาวเอาต์พุต, การกำหนดค่าการอนุมาน และการจัดการการเรียกใช้เครื่องมือ ชื่อโมเดลเดียวกัน แต่ความสามารถจริงอาจแตกต่างกันโดยสิ้นเชิง การเลือก API ไม่สามารถดูแค่ราคาและความเร็วเท่านั้น
