Artificial Analysis 智能指数 v5 发布：60% 评测改用私有测试集
ajratner · x · 2026-10-29
- Artificial Analysis 发布 Intelligence Index v5，为 1 月 v4 以来最大升级：新增 2 个基准、3 处升级，首次让 60% 的指数基于私有测试集或保留答案的评测，以应对基准污染。
- 新增 FrontierCode 2.0（采用 Cognition 新发布的基准）与 Terminal-Bench-Science。
- 同时推出 Progress Index v1，用一条连续刻度追踪模型能力随时间的演进，便于纵向对比不同代际模型。
所属事件:AA 智能指数 v5 发布：开源闭源差距扩至 12 分，Opus 5.5 登顶(32 条相关)→
「模型」频道最新
- theo 炮轰新模型跑分:不如 Composer 2,运行成本还高 4 倍 — zacharynado · 2026-10-29
- 网传 Gemini 新命名分层：Carbon/Argon/Flash 对标 Opus 与 Haiku — koltregaskes · 2026-10-29
- Kaggle 举办 Bench Summit:指出现行基准测试三大失效问题 — MeganRisdal · 2026-10-29
- SWE-sweep 发布一个月即进入 Google DeepMind 前沿模型模型卡 — OfirPress · 2026-10-29
- 开发者吐槽:Google 模型跑分漂亮,实际用的人却不多 — zacharynado · 2026-10-29
- 网友复盘：Gemini 3 被指刷榜严重，两周后即被 Opus 4.5 反超 — zacharynado · 2026-10-29