事件
最新进展 10月27日 08:00
Artificial Analysis 更新模型能力指数，新增两项测试
Artificial Analysis 发布 Intelligence Index v5，新增真实代码任务和终端科研任务测试；60% 的指数现基于私有测试集或未公开答案。其测试结果中，Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra（max）以 57 分紧随其后。该机构还推出 Progress Index v1，用于比较不同发布时间模型的能力变化。
1 次进展2 篇报道2 个来源
事件进展 1
Artificial Analysis 更新模型能力指数，新增两项测试
Artificial Analysis 发布 Intelligence Index v5，新增真实代码任务和终端科研任务测试；60% 的指数现基于私有测试集或未公开答案。其测试结果中，Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra（max）以 57 分紧随其后。该机构还推出 Progress Index v1，用于比较不同发布时间模型的能力变化。
查看来源报道 · 2 个来源 · 2 篇报道
- Artificial Analysis 模型评测 · Artificial Analysis 更新模型能力指数，新增两项测试
- IT之家 科技新闻 · Artificial Analysis 发布 Intelligence Index v5，重设模型能力评测
全部报道 2
IT之家 科技新闻
同事件
Artificial Analysis 发布 Intelligence Index v5，重设模型能力评测
新版指数将 60% 的评测权重放在私有测试集或隐藏答案上。新纳入的 FrontierCode 2.0 由开源仓库维护者评判代码改动是否值得合并；DeepSeek V4.1-Flash 1017（max）在该单项取得已发布权重模型最高的 28%，但其综合得分为 32 分，低于榜首的 58 分。
另外 1 家也报道了
- Artificial Analysis 模型评测
推荐理由：私有题目与维护者合并评判改变了模型得分的解读方式；单项领先与综合排名之间的差别也值得读者留意。
同一事件，精选展示《Artificial Analysis 更新模型能力指数，新增两项测试》
Artificial Analysis 模型评测
精选
Artificial Analysis 更新模型能力指数，新增两项测试
Artificial Analysis 发布 Intelligence Index v5，新增真实代码任务和终端科研任务测试；60% 的指数现基于私有测试集或未公开答案。其测试结果中，Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra（max）以 57 分紧随其后。该机构还推出 Progress Index v1，用于比较不同发布时间模型的能力变化。
另外 1 家也报道了
- IT之家 科技新闻
推荐理由：新测试覆盖代码修改能否被维护者合并及终端科研任务；指数的测试数据构成也发生变化，读者可据此理解本次排名衡量的能力。