Artificial Analysis发布智能指数v5

2026年10月27日，Artificial Analysis 发布 Intelligence Index v5，并同时推出 Progress Index v1。据该来源称，v5 是自 v4 以来最大的一次升级，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两项基准，并对三项原有内容进行升级；Progress Index v1 用于在同一连续尺度上追踪模型能力随时间的变化。该来源还称，这是该指数首次大部分基于私有数据集构建：在 v5 中，60% 的指数基于使用私有测试集或留出答案的评估。该来源另称已在 Hugging Face 发布新的公开子集 AA-Omniscience-Public-v1.1，并经过重新校准，以确保公开集与私有集在准确率、幻觉率和整体表现上保持一致。2026年10月28日，Artificial Analysis 在 X 平台发布内容与上述说法一致，同样称 v5 含两项新基准和三项升级、60% 基于私有测试集或留出答案。同日，X 用户 Lisan al Gaib 发帖提及 Progress Index v1，称 Anthropic、Google 与 Artificial Analysis 采用了它，但未提供进一步细节；该用户另发帖列出 v5 榜单，称 Claude Opus 5.5（max）以 58 分居首，并称三项升级为 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，开源权重模型与榜首差距从 3 分扩大到 12 分，前十模型每任务成本相差超过 13 倍。上述新增基准、升级项、60% 占比、公开子集校准及榜单分数均为相关来源自行公布或转述的说法，报道未提供第三方核验信息，也未说明各基准的具体权重与评分方式。

AI 根据报道生成 · 13 分钟前更新

1. 10月28日 10:36 · 1 篇报道
   Artificial Analysis发布Progress Index v1
   Lisan al Gaib：Artificial Analysis 推出 Progress Index v1
2. 10月27日 08:00 · 3 篇报道
   Artificial Analysis发布智能指数v5
   Artificial Analysis Articles：Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1

还没有足够的连续观测数据，暂不绘制趋势。