Artificial Analysis 发布 Intelligence Index v5，开源与闭源模型差距扩大至 12 分

评测机构 Artificial Analysis 发布 Intelligence Index v5，为 v4 上线以来幅度最大的一次基准重构，60% 的评测权重首次建立在私有测试集或隐藏答案之上，以减少公开题库被模型训练数据污染的空间。编码评测中，FrontierCode 2.0 的 132 项任务全部来自真实开源仓库，代码改动由仓库维护者按是否愿意合并来打分，而非仅看测试是否通过。DeepSeek V4.1 Flash 录得 28%，为已发布权重模型中最高。综合得分上，DeepSeek V4.1 Flash 与 GLM-5.3 同为 32 分，落后榜首 Claude Opus 5.5 的 58 分，最强开源模型与榜首差距由 3 分扩大至 12 分。此外，模型在不同思考等级下的表现与成本差距被放大，Claude Opus 5.5 高低档成本相差约 10 倍。