Artificial Analysis 改版智能指数，开源与闭源差距扩大

Artificial Analysis 发布 Intelligence Index v5，这是自 2026 年 1 月 v4 以来幅度最大的一次基准重构，首次将 60% 的评测权重建立在私有测试集或隐藏答案之上，以防止针对已知测试题专门训练模型的“benchmaxxing”。改版后，Kimi K3.1 Pro 从第 4 名降至第 9 名，排在 8 个闭源模型之后；开源模型与榜首的差距从 3 分扩大到 12 分。 新指数仍由九项评测构成，知识工作、编码、科学、通用能力各占 25%；编码权重中，Cognition 同日发布的 FrontierCode 2.0 独占 15%，Terminal-Bench 4.0 占 10%。Kimi K3.1 Pro 在 FrontierCode 2.0 开源模型中得分最高，但据月之暗面官方博客，其完整权重要到 11 月 4 日前才发布。 报道指出，封闭测试集的缺点是外部人员无法再检查提示词中的错误。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。