Artificial Analysis 发布 Intelligence Index v5 基准

Artificial Analysis 于 10 月 28 日发布 Intelligence Index v5，这是该机构自 2026 年 1 月 v4 上线以来幅度最大的一次基准重构。新基准首次将 60% 的评测权重建立在私有测试集或隐藏答案之上，仍由九项评测构成，知识工作、编码、科学、通用能力各占 25%。 编码项 25% 的权重中，Cognition 同日发布的 FrontierCode 2.0 独占 15%，Terminal-Bench 4.0 占 10%。FrontierCode 2.0 的 132 项任务全部来自真实开源仓库，模型提交的代码改动不再只由单元测试是否通过来判定，而由仓库维护者按“是否愿意合并这个 PR”打分，任何一项阻塞性检查失败即记零分。 据该报道，DeepSeek V4.1 Flash 在 FrontierCode 2.0 中位列开源模型最高。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。