热点事件历史事件

Artificial Analysis 发布智能指数 v5，开源与闭源模型差距扩大

2篇报道2个报道来源4 天前更新

先了解这件事

AI 综述

Artificial Analysis 发布 Intelligence Index v5，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两项基准，并升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2。该机构称，v5 中 60% 的评测基于私有测试集或留出答案，目的是防止针对已知题目训练模型的“benchmaxxing”。改版后排名出现明显变化：Kimi K3.1 Pro 从第 4 名跌至第 9 名，开源模型与榜首的差距从 3 分扩大到 12 分。在 CritPt v2 上，该指数采用私有 40 题困难子集计分：从 70 道研究级物理题中剔除 7 个前沿模型在发布时五次尝试全部答对的 30 题。该机构同时在 Hugging Face 发布公开子集 AA-Omniscience-Public-v1.1，称已重新校准，使公开集与私有集在准确率、幻觉率和整体表现上保持一致。

AI 根据报道生成 · 4 天前更新

最新进展10月28日 23:04

Artificial Analysis 改版智能指数，开源与闭源模型差距扩大至12分

事件进展

2 个进展

10月28日 23:04 · 1篇报道
Artificial Analysis 改版智能指数
The Decoder：Artificial Analysis 改版智能指数，开源与闭源模型差距扩大至12分
10月27日 08:00 · 1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

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

23:04
The Decoder
Artificial Analysis 改版智能指数，开源与闭源模型差距扩大至12分
Artificial Analysis 改版 Intelligence Index，Kimi K3.1 Pro 从第4名跌至第9名，开源模型与榜首差距从3分扩大到12分。

10月27日

08:00
Artificial Analysis Articles精选
Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1
Artificial Analysis 发布 Intelligence Index v5，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两项基准，升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的评测基于私有测试集或留出答案。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1010月29日 00:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。