跳到正文
热点事件持续更新

Artificial Analysis 发布 Intelligence Index v5，私有评测占比首次过半

3 篇报道2 个报道来源3 小时前更新

先了解这件事

AI 综述

评测机构 Artificial Analysis 发布 Intelligence Index v5.0，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两个基准并升级三项，指数由九项评测按 Knowledge Work、Coding、Science、General 四类各 25% 加权得出总分。 v5 首次让 60% 的指数改用私有测试集或保留答案的评测，目的是防止“benchmaxxing”（针对已知测试题训练模型）。在此新方法下，Claude Opus 5.5 以 58 分居首，Kimi K3.1 Pro 从第 4 名跌至第 9 名，Grok 4.7 也下降 12 分，开源模型与榜首的差距从 3 分扩大到 12 分。

AI 根据报道生成 · 2 小时前更新

最新进展10月28日 23:04
Artificial Analysis 改版 Intelligence Index，开源与闭源模型差距扩大到 12 分

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. The Decoder
    Artificial Analysis 改版 Intelligence Index，开源与闭源模型差距扩大到 12 分

    Artificial Analysis 推出 Intelligence Index v5，60% 的指数首次依赖私有测试集以防止 benchmaxxing。Kimi K3.1 Pro 从第 4 名跌至第 9 名，开源模型与榜首差距从 3 分扩大到 12 分，Grok 4.7 也失去 12 分。

  2. Hacker News
    Artificial Analysis 发布 Intelligence Index v5.0 评测方法论

    Artificial Analysis 发布 Intelligence Index v5.0 方法论，该指数由九项评测组成，按 Knowledge Work、Coding、Science、General 四类各 25% 加权。

  3. Hacker News
    Artificial Analysis 发布 Intelligence Index v5：Claude Opus 5.5 以 58 分居首

    Artificial Analysis 发布 Intelligence Index v5，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两个基准并升级三项，60% 的指数改用私有测试集或保留答案评测。

本事件热度走势

可比范围当前
16
可比范围峰值
1710月29日 00:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。