今天新增deepseek-v4.1IMAGE

Artificial Analysis v5 改用私有题集：开源与闭源差距从 3 分扩到 12 分

智能指数 v5 有 60% 改用私有测试集，开源闭源差距由 3 分拉大到 12 分；已开权重最高分是 DeepSeek V4.1 Flash 与 GLM-5.3 的 32 分，仍低于 Claude Haiku 5.5 的 36 分。

松子 Songzi

@_Songzioeve8 小时前收录原推发布于 2026.10.28

Artificial Analysis v5 改用私有题集：开源与闭源差距从 3 分扩到 12 分（第 1 张，共 2 张）

Artificial Analysis v5 改用私有题集：开源与闭源差距从 3 分扩到 12 分（第 2 张，共 2 张）

松子 Songzi @_Songzioeve原推发布于 2026.10.28

Artificial Analysis 刚把智能指数升到 v5，60% 改用私有测试集或不公开答案。结果最扎心的一条：开源和闭源的差距从 3 分拉到 12 分。已放权重的最高分是 DeepSeek V4.1 Flash 和 GLM-5.3，都是 32，还打不过 Claude Haiku 5.5 的 36。所以之前那 3 分，有多少是刷熟了公开题？

x.com/_songzioeve/status/2115271451259646319采集于 2026.10.28 12:02