Artificial Analysis 公开 Intelligence Index v5 各子项评测明细
ArtificialAnlys · x · 2026-11-18
Artificial Analysis 公布 Intelligence Index v5 的单项评测分解,涵盖 AA-Briefcase v1.1(专业知识 Elo)、AA-Omniscience v1.1(知识与幻觉率)、AutomationBench-AA(agent 办公工作流)、Terminal-Bench-Science 0.1、FrontierCode-AA 2.0、HLE-Diamond、GDP.pdf、Terminal-Bench 4.0、CriPt v2 等。图中可见 Claude Fable 5.2(max)在多项领先,GPT-6.2 系列在 Terminal-Bench-Science、AA-Omniscience 准确率等项也位居前列,QLinux/MiniMax 等长尾模型差距明显。
「模型」频道最新
- Artificial Analysis 法律基准:OpenAI Astra for Law 以 20.8% 居首 — ArtificialAnlys · 2026-11-18
- OpenAI 称 Astra for Law 幻觉比 Opus 5.5 少 20 倍、比 Fable 5.2 少 25 倍 — sherwinwu · 2026-11-18
- OpenAI将Ultrafast降价50%三个月,Pro 200用户可用 — OpenAIDevs · 2026-11-18
- GPT-6.2 Astra创Terminal-Bench Science新高:高9分成本仅1/3 — OpenAIDevs · 2026-11-18
- OpenAI推荐日常编码用GPT-6.2 Sol:1/5成本逼近旗舰 — OpenAIDevs · 2026-11-18
- GPT-6.2 Astra登顶Agents' Last Exam:高5.2分成本不到1/3 — OpenAIDevs · 2026-11-18