Evaluation De L Ia

Artificial Analysis推出了Intelligence Index v5，新增了两个编码和科学基准测试以及三项升级，目前该指数的大部分基于私有数据集构建。据该组织称，Claude Opus 5.5（max）以58分的成绩领先。

AI Research • Techmeme

根据转录片段：Sam Witteveen 解释说，Artificial Analysis 新发布的 5.0 智能指数基准测试显示，开源模型目前落后于闭源模型 12 分，此前差距为 3 分。新测试使用了 60% 的私有保留数据集以及更多代理任务，因此旧的排行榜可能高估了本地模型的表现——建议观众自行进行评估。

AI News & Benchmarks • Sam Witteveen