Artificial Analysis v5 闭源基准：开源模型差距从 3 分扩至 12 分
steipete · x · 2026-10-28
Artificial Analysis 发布 v5 基准（弃用 GDPval-AA 等公开题库），结果显示开源权重模型落后幅度比此前测量更大：
- 排名最高的 Kimi K3.1 Pro（权重尚未放出）得 46 分，落后领先者 12 分，而 v4.3 中差距仅 3 分
- 已放出权重里最高的是 DeepSeek V4.1 Flash 1017 (max) 和 GLM-5.3 (max)，均为 32 分；Claude Haiku 5.5 (max) 甚至超过所有开源模型
- 差距最大的是 HLE-Diamond 和 Terminal-Bench-Science：Kimi K3.1 Pro 得 37%/34%，Claude Opus 5.5 (max) 达 68%、GPT-6 Astra (max) 达 63%
Ethan Mollick 转发时提醒数据需谨慎看待，但与「近期没出现 Fable 级开源模型」的整体感受一致。
所属事件:Artificial Analysis 发布智能指数 v5,开源与闭源差距扩至 12 分(18 条相关)→
「模型」频道最新
- ChatGPT Pro 用量三天后砍半，开发者公开表达不满 — johnlindquist · 2026-10-28
- CritPt v2 物理推理榜：Grok 4.7 仅得 24%，被指落后中国模型 — teortaxesTex · 2026-10-28
- GPT-6.1 Terra 高居 Frontier Code 2.0 榜首，输入价格仅 $1 — bookwormengr · 2026-10-28
- 开发者证实新模型继承 Kimi 部分权重并全量重训 — basedjensen · 2026-10-28
- 只动两个神经元,让 Qwen3-8B 说话像她: Steering 实验公开配方 — dejavucoder · 2026-10-28
- ZCode 每日免费 3 亿 GLM-5.3-Flash token,限时领取攻略流传 — AccBalanced · 2026-10-28