AA Intelligence Index v5 reshuffles rankings after test overhaul
The new 9-benchmark, 60%-private v5 suite puts Opus 5.5 first at 58, GPT-6 Astra at 57, Sol at 55 and Gemini 4 Argon at 50, widening the open-weight gap to 12 points.
AA 把智能指数 v5 换了一套考卷，排名立刻换了个样。 @ArtificialAnlys 新版共 9 项评测，60% 的题放在私有或留出集里，刷题空间被压得很小。新进来两套：@cognition 的 FrontierCode 2.0，132 个任务，以维护者愿意合并为标准，阻断检查一挂直接记 0 分；Terminal-Bench-Science，70 个科研终端任务。知识工作、编程、科学、通用四块各占 25%。 结果：Claude Opus 5.5（max）58 分居首，GPT-6 Astra 57、GPT-6.1 Sol 55，前五全归 Anthropic 和 OpenAI，Gemini 4 Argon 50 分紧随。开源权重差距从 3 分拉到 12 分，Kimi K3.1 Pro 46 分、权重尚待开放；已放权重的 DeepSeek V4.1 Flash 和 GLM-5.3 都是 32 分，排在 Claude Haiku 5.5 的 36 分之后。 单任务成本相差 13 倍以上：GPT-6.1 Terra 0.96 美元，Claude Fable 5.1 13.04 美元。九项里 Opus 拿下三项，各家各有主场。 考卷越贴近真实工作，头部越集中，选模型就看自己那一项的单项分和单价。 #AI #大模型 #ArtificialAnalysis #Claude #GPT6 https://x.com/ArtificialAnlys/status/2115265133467635877
This post quotes another post: “Artificial Analysis Intelligence Index v5: Claude Opus 5.5 leads, GPT-6 Astra second”