Artificial Analysis 智能 Index v5 十月底发布,将引入新编程基准
ArtificialAnlys · x · 2026-10-09
Artificial Analysis 官宣 Intelligence Index v5 将于 10 月下旬发布,称这将是对前沿 AI 能力基准测试的一次重大升级。主要变化包括新增 Terminal-Bench Science,以及一个使用私有数据集的新编程基准,以更好地区分前沿模型的真实能力。
「模型」频道最新
- OpenAI 与 Claude 拒帮忙逆向工程，用户改用 Kimi 绕过限制 — doodlestein · 2026-10-09
- 曝 OpenAI 推出 GPT-6.1 Sol Ultrafast:8 倍速,输入 $12/百万 token — testingcatalog · 2026-10-09
- Artificial Analysis:输出 token 越多分越高?Claude 三款模型 20 万 token 仍垫底 — ArtificialAnlys · 2026-10-09
- 模型性价比帕累托前沿:GPT-6 Luna 每任务 0.22 美元,Claude 要 18-22 美元 — ArtificialAnlys · 2026-10-09
- 加幻觉门槛后 Grok 4.7 居首，超六成合格结果含实质幻觉 — ArtificialAnlys · 2026-10-09
- Signal65 实测:本地小模型 Agentic 能力追平 Claude Opus 5,参数少 13 倍 — ryanshrout · 2026-10-09