AA 榜单 v4.2 更新：300 人 Moonshot 靠 Kimi 逼近 Google
Hesamation · x · 2026-09-05
Artificial Analysis 发布 Intelligence Index v4.2，作为 v5 发布前的过渡更新：新增带私测集的 agentic 知识工作评测 AA-Briefcase、跨 4,592 页 PDF 的长文档推理 GDP.pdf，移除已饱和的 GPQA Diamond，并加大 held-out 私测集权重与评分基建升级以防刷榜。
榜单对比图引发热议：ThePrimeagen 感叹约 300 人的 Moonshot（Kimi）在智力指数上正逼近每年豪掷约 2000 亿美元的 Google。
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