VIALS-AA

Artificial Analysis 基于 Handshake AI 的 VIALS 基准构建 VIALS-AA，评测凝胶印迹、质粒图谱、系统发育树等生命科学图像的视觉推理能力。Claude Fable 5.2 以 67% 居首，领先 Gemini 4 Carbon 的 64% 与 GPT-6 Astra 的 63%。更值得关注的是其工具调用策略：Fable 平均每任务约 37 次调用并大量批处理，而 Astra 仅约 8 次，显示推理型模型正走向多步工具编排而非单次作答。