Artificial Analysis推出新一代AI能力指数v5及Progress Index v1
Artificial Analysis于2026年10月28日发布Intelligence Index v5，并推出Progress Index v1。Intelligence Index是衡量AI模型在多种任务上综合能力的基准指数，v5为自v4推出以来最大规模升级，首次将60%的评分建立在私有测试集或不公开答案的评估之上。
v5新增两个基准：Cognition新发布的FrontierCode 2.0用于评估真实编程任务，以仓库维护者是否会接受智能体修改为评分标准；Terminal-Bench-Science包含70项在终端环境中运行的智能体科研任务。同时，HLE-Diamond、AA-Omniscience v1.1和CritPt v2三个基准获得升级，其中HLE-Diamond以1,000道题替代原Humanity's Last Exam，推理与知识题各占一半。
Progress Index v1是Artificial Analysis推出的新工具，用于在同一连续尺度上追踪模型能力随时间的提升。指数中继续保留AA-Briefcase、AutomationBench-AA、GDP.pdf和Terminal-Bench 4.0，移除GDPval-AA v2.1、SciCode和AA-LCR v1.1。
最新结果显示，Claude Opus 5.5（max）以58分领先，GPT-6 Astra（max）57分、GPT-6.1 Sol（max）55分紧随其后，Anthropic和OpenAI包揽前五。开源权重模型与领先模型的差距由3分扩大至12分，Kimi K3.1 Pro以46分居开源权重分类首位，已开放权重的模型中DeepSeek V4.1 Flash 1017（max）和GLM-5.3（max）均以32分领先。
- 2026-10-28 10:11 | X：RT Artificial Analysis: Announcing Artificial Analysis Intelligence Index v5, featuring 2 new benchmarks and 3 upgrades. For the first time, the major...阅读原文
RT Artificial Analysis Announcing Artificial Analysis Intelligence Index v5, featuring 2 new benchmarks and 3 upgrades. For the first time, the majority of the Index is built on private datasets The Artificial Analysis Intelligence Index is our composite measure of model capabilities across tasks re...