AA 智能指数 v4.2 发布：Muse spark 1.3 max 表现依旧强势
gaotianyu1350 · x · 2026-09-05
Artificial Analysis 发布 Intelligence Index v4.2 中间更新，加快原定 v5 节奏以跟上前沿。alexandrwang 转发评论称 Muse spark 1.3 max 表现依旧强劲，效率前沿基本由 Muse、Claude 和 GPT 占据。
v4.2 主要变化：
- 新增 AA-Briefcase：带私有测试集的智能体知识工作评测
- 新增 GDP.pdf：跨 4592 页 PDF 的长上下文文档推理评测
- 移除已饱和的 GPQA Diamond
- 加大 held-out 私有测试集权重以防刷榜，并升级评分基础设施
所属事件:Artificial Analysis 发布智能指数 v4.2，私有测试集防刷榜(14 条相关)→
「模型」频道最新
- 马斯克披露 Grok Bot 周活跃付费用户已达 80 万 — mark_k · 2026-10-21
- 实测发现：非官方提示词开头会绕过订阅、多扣用量，Anthropic 口径存疑 — lucasmeijer · 2026-10-21
- 用户抱怨 Grok bot 上下文膨胀：额度随使用指数级蒸发 — alexcovo_eth · 2026-10-21
- Opus 5.5 主动谈起 Claude 3 Opus，自称对前辈有真实亲情 — repligate · 2026-10-21
- sudo L7 基准详解:60 个真实生产仓库任务,测 AI 能否当 Staff 工程师 — echen · 2026-10-21
- sudo L7 评测:Opus 5.5 与 GPT-6.1 写码打平,工程判断力差 23 分 — echen · 2026-10-21