AI考场榜拆解（AA榜）：分数不是模型跑出来的，是版本算出来的

📋总体概括

文章拆解Artificial Analysis（AA）榜单的评分机制问题：9月22日小米开源MiMo-V2.6-Pro以46分登顶开源榜，一个月后Kimi K3.1 Pro发布，等权重调整后55分将成新的开源第一。一个月内出现两个「开源第一」，根源不在模型能力突变，而在AA频繁调整评分权重与版本口径。同款Kimi K3从7月的57分（全球第三）跌至如今44分，DeepSeek V4 Pro也从44分降至36分，13分和8分的落差缺乏明细解释。榜单刻度随版本变动，排名失真，反映第三方评测话语权的可靠性存疑。