A.I.AI
Artificial Analysisが「Intelligence Index v5」を発表、非公開テストセット中心に刷新
Artificial Analysis Intelligence Index v5
YHacker News
AIが原文を翻訳・要約しています
Artificial Analysisはモデルの総合能力指標「Intelligence Index v5」および時系列で能力を追跡する「Progress Index v1」を発表した。v5では評価の60%が非公開テストセット等に基づいており、FrontierCode 2.0やTerminal-Bench-Scienceの追加、HLE-Diamond等の更新が施された。結果ではClaude Opus 5.5が総合スコア58で首位となり、GPT-6 Astra(57)、GPT-6.1 Sol(55)が続いた。一方でオープンウェイトモデル首位のKimi K3.1 Pro(46)など最前線との差は12ポイントに拡大し、モデル間のタスクあたりコストやエフォート設定による性能差も顕著に現れている。
KEY POINTS要点記事から抽出した重要情報
- Artificial Analysisが評価の60%を非公開テストセットに刷新した「Intelligence Index v5」を発表し、Claude Opus 5.5がスコア58で首位となった。
- 最前線の商用モデル群に対し、オープンウェイトモデル首位のKimi K3.1 Pro(スコア46)との性能差が12ポイントに拡大した。
CONTEXT文脈編集部による背景整理
ベンチマークの非公開テスト化によってモデルの真の汎用能力が浮き彫りとなり、フロンティア商用モデルとオープンウェイト陣営の性能差が再拡大している点が注目されます。タスクあたりの推論コストやエフォート設定に応じた性能差が明確になったことで、エンタープライズ導入における費用対効果の見極めや各AIプロバイダーの競争優位性の評価がよりシビアになるでしょう。
原文を読むAnalyzed at 2026年10月28日 17:02