Intelligence Index v4.3 发布:DeepSeek V4 Pro 反超 Qwen 27B
pbaylies · x · 2026-09-08
Artificial Analysis 发布 Intelligence Index v4.3,将 Terminal-Bench 升级到 4.0,并以自建的私有测试集 agent 工作流自动化基准 AutomationBench-AA 取代 τ³-Banking,作为 v5 发布前的过渡更新。
榜单主要变化:
- DeepSeek V4 Pro 反超 Qwen 3.8 27B (xhigh):此前两者以 42 分持平,现在 36 比 34,领先 2 分。
- Qwen 3.8 Flash Next 对自家 27B (xhigh) 的领先扩大到 8 分(此前仅 4 分)。
- Flash Next(42)反超 Gemini 3.8 Flash(41),而此前 Gemini 领先 1 分。
- Flash Next 反超自家旗舰 MoE:以 2 分优势击败 2.4T 参数 A95B 的 Qwen 3.8(40)。
- 27B Dense 高推理档收益缩水:Low→xHigh 的分差从 8 分(34→42)收窄到 5 分(29→34),即提升推理强度带来的回报在压缩。
核心信号:小而快的 Flash Next 正在全面反超更大更贵的模型,推理档位的边际收益也在下降。
所属事件:Artificial Analysis 智能指数更新至 v4.3(8 条相关)→
「模型」频道最新
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27