人工智能基准测试正发展成为一个价值数十亿美元的产业。随着人工智能模型数量的激增，基准测试本身也逐渐形成了一个独立的市场。目前，该市场规模约为12亿美元，预计到2035年将增长至96亿美元。这也意味着未来十年内，该市场将增长超过8倍。如今，企业不再仅仅根据固定的基准分数来评判模型，而是希望获得模型在真实环境下与真人用户进行有效对比的证明。在人工智能的下一个发展阶段，仅仅构建最佳模型是不够的。能够准确衡量和比较这些模型的公司，对于整个生态系统而言，其重要性将不容忽视。