#评测/基准

中国信通院发布 2026 年大模型词元服务性能监测报告

中国信通院发布《大模型词元服务性能监测报告（2026 年）》，指出 2026 年 6 月国内词元日均消耗量约 500 万亿。报告围绕调用成功率、吞吐速度、首词时延、价格及上下文窗口等维度展开分析，显示国内模型平均 TPS 达到 78.23，服务价格较去年明显上涨，且百万级上下文长度占比显著提升。

Artificial Analysis@ArtificialAnlys· 03:53AI 评分3131

两年前的今天，我们推出了 Artificial Analysis Video Arena，这是领先的文本生成视频模型众包对比平台。 自那时起，我们陆续添加了图像生成视频、音视频生成以及视频编辑的排行榜。我们最初的排行榜包含 8 个模型——现在我们已经对 140 多个模型进行了评测。

Google 等发布 e-Conomy SEA 2026 报告预测东南亚数字经济将达 3680 亿美元

根据 Google、Temasek 与 Bain & Company 联合发布的 e-Conomy SEA 2026 报告，东南亚数字经济在生成式 AI 推动下同比增长 17%，GMV 将达到 3680 亿美元。生成式 AI 已覆盖该地区 2.43 亿人，规模化应用正支撑各行业持续增长，并有望在未来五年内推动区域 AI 使用量实现 60 倍激增。

全球太阳能发电量历史上首次超越核能

根据 WNISR 2026 报告，全球太阳能发电量在 2025 年首次超越核能，风能与太阳能自当年 3 月起持续在月度发电量上超过核能。2025 年全球太阳能装机容量增加 510 GW 达到 2,383 GW，风能增加 159 GW 达到 1,291 GW，而核能装机容量仅微增 1.5 GW 至 399.5 GW。

Jev 成为 Vercel 历史上采用速度最快的 AI 模型

由 TypeSafe AI 开发的 Jev 在 Vercel 上线两周内被 35% 的付费团队使用，成为该平台历史上采用速度最快的 AI 模型。Vercel 数据显示其使用范围接近排名第二的 Sonnet 5.5 的两倍，该模型主打轻量化输出选择以实现快速且低成本的数据分类。

魔法原子具身Agent框架拿下MolmoSpaces全球第一

量子位报道称，在具身智能零样本评测基准MolmoSpaces最新榜单上，魔法原子旗下的EchoPolicy-0框架以75.4%的平均成功率位列Combined榜单全球第一，其自研具身智能Agent框架MagicBrain也位列全球第四。EchoPolicy-0通过Agent调度与轨迹打分闭环验证提升指令遵循能力，MagicBrain则通过上下文视觉引导技术将抓取任务成功率提升至94.4%。

AI 评测平台 Arena 估值在 10 个月内近乎翻倍至 31 亿美元

AI 众包评测平台 Arena 近日完成 2 亿美元 B 轮融资，估值达到 31 亿美元，较 1 月份 A 轮融资时的 17 亿美元实现近乎翻倍增长。该平台目前拥有数千万月活用户，并于去年 9 月推出面向企业的 AI Evaluations 商业服务。此外，Arena 在排行榜中新增“对齐”类别，用于评估模型在未经授权操作、错误归因及虚假完成任务等方面的表现。