Artificial Analysis 於 10 月 27 日發布 Intelligence Index v5，是今年 1 月 v4 以來最大升級，60% 的評測改用私有測試集或留出答案。榜單上 Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra 57 分、GPT-6.1 Sol 55 分、Gemini 4 Argon 50 分。新增兩項基準：Cognition 的私有真實編碼基準 FrontierCode 2.0，按倉庫維護者是否合併 agent 的改動評分；Terminal-Bench-Science，70 個終端環境下的 agentic 科研任務。三項升級為：1000 題、推理與知識各半的 HLE-Diamond 取代 Humanity's Last Exam；清理飽和與公開題目的 AA-Omniscience v1.1；配程式碼執行工具執行的私有 40 題硬子集 CritPt v2。同時推出 Progress Index v1，以連續刻度追蹤能力隨時間的變化。據方法說明，Knowledge Work、Coding、Science、General 四類各佔 25%，單項最高權重 15%，分別為 AA-Briefcase v1.1、FrontierCode 2.0、Terminal-Bench-Science 0.1 與 AA-Omniscience v1.1；該說明稱評測集為 9 項新基準，但其中 GDP.pdf、Terminal-Bench 4.0 屬延續保留項。對依榜單做模型選型的開發者而言，評分口徑與排名同時變動，跨版本比較需留意。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
Artificial Analysis 將模型智慧指數升級到 v5.0，評測集換成 9 項新基準。Knowledge Work、Coding、Science、General 四類各佔 25%，單項權重最高為 15%，分別是 AA-Briefcase v1.1、FrontierCode 2.0、Terminal-Bench-Science 0.1 和 AA-Omniscience v1.1；
Artificial Analysis 發布 Intelligence Index v5，Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra 57 分、GPT-6.1 Sol 55 分緊隨，Gemini 4 Argon 50 分。
過去 48 小時，有 1 個獨立來源報導，最近 6 小時新增 1 個。熱度 0.9，熱門榜第 18 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。