Artificial Analysis视频排行榜现可标注衍生模型并支持隐藏

Artificial Analysis 宣布，其视频排行榜现在会标注衍生模型，并允许用户隐藏这些模型。这里的“衍生模型”，指的是在另一个模型基础上后训练得到的模型。该机构称，其排行榜上这类模型正越来越多。

这条更新之所以值得注意，不在于新增了一个筛选按钮，而在于它承认了榜单此前的一个结构性盲区：当多个上榜模型共享同一个基础模型时，名次所反映的“独立模型数量”可能被高估。Artificial Analysis 自己给出的例子是，在 AA-Video-T2V v2.0 排行榜前五名中，Utopai X 与 MiniMax H3 Max 这两个模型是基于 MiniMax H3 构建的——也就是说，前五名里有 2 个同源。

一个自然的疑问是：既然它们源自同一基础模型，为什么不干脆从榜单里去掉？Artificial Analysis 的答案是，衍生模型默认仍保留在排行榜上，因为它们与其基础模型是不同的模型。

该机构进一步解释，衍生模型在特定能力与使用场景上可能明显优于或劣于其基础模型，并且在定价、速度和可用性上往往与基础模型不同。它认为这些差异对任何选择模型的人都很重要。换言之，默认保留是一种“信息完整优先”的取舍：与其替用户决定什么算独立模型，不如把同源关系标出来，让用户自己判断。

这次更新落地为两个可见的交互变化。其一，衍生模型现在会在名称旁显示其基础模型的标志，把“血缘关系”直接呈现在榜单行内。其二，用户可选择“隐藏衍生模型”，从而只对基础模型进行排名。

这两个动作对应两种不同的阅读需求：想看清生态全貌的人，看带标志的完整榜单；想比较基础模型本身的人，用开关过滤掉衍生项。需要说明的是，来源并未给出“隐藏衍生模型”后榜单排名会如何变化的具体示例，也未说明该功能是否影响历史榜单或导出数据。

这条公告帖显示有 7,245 次浏览，评论区的追问恰好指向标注机制的两个薄弱处。评论者 Kepler 22b 质疑：如果实验室不说明，如何判断一个模型是基于 MiniMax H3 后训练的。评论者 NotaDEV 则询问，衍生模型与 MiniMax H3 本身在定价上差异是否很大。

这两个问题在来源中都没有得到回答。来源未说明衍生模型的具体判定标准或检测方法，也未给出衍生模型与基础模型在定价、速度、可用性上的具体数值。由此可以推断，衍生模型的识别可能依赖实验室披露或第三方判断，但 Artificial Analysis 具体如何判定衍生关系，来源并未交代。

评论者 Rohan 提出了一个更尖锐的观察：衍生模型会继承基础模型的盲点，因此该标注也显示前五名实际包含多少独立条目。

这一说法把标注从“分类工具”提升为“榜单可信度的度量”。如果前五名中有 2 个基于 MiniMax H3，那么这 5 个席位所代表的独立技术路线就少于 5 条。需要强调的是，这是评论者的观点而非 Artificial Analysis 的官方表述；该机构本身只说明衍生模型与其基础模型不同、差异对选型者重要，并未就“独立条目数量”作出判断。

把已确认与未确认的部分分开看，会更清楚这次更新的分量。已确认的是：排行榜现在会标注衍生模型并允许隐藏；衍生模型会在名称旁显示基础模型标志；用户可选择只对基础模型排名；公告帖显示 7,245 次浏览。

属于该机构自述、尚待外部验证的是：衍生模型数量“越来越多”；前五名中 Utopai X 与 MiniMax H3 Max 基于 MiniMax H3；衍生模型在特定能力上可能明显优于或劣于基础模型；它们在定价、速度和可用性上往往不同。来源仅为一条公告帖及其评论，未提供完整榜单或方法论文档，也未提供 AA-Video-T2V v2.0 的完整排名或评分数据。

还有若干维度来源完全没有覆盖：衍生模型数量增长的趋势是否有数据支撑（来源仅称“越来越多”）；该标注功能是否覆盖 Artificial Analysis 的其他排行榜；MiniMax H3 的开发者或发布方信息。这些空白意味着，目前能确认的是“标注机制已上线”，而不是“衍生模型生态已被量化”。