RadarAI· X：Ethan Mollick (@emollick)·· 7 小时前AI 评分58
Ethan Mollick 转评 Artificial Analysis v5 指数：开源权重模型与闭源差距扩大至 12 分
AI 导读
Ethan Mollick 转发 Artificial Analysis v5 智能指数，该版本改用封闭基准后，开源权重模型与榜首差距从 v4.3 的 3 分扩大到 12 分。
正文 · AI 翻译
Ethan Mollick· @emollick · X·2026-10-28 10:59· 33 分钟前AI 评分57
AI 导读
Ethan Mollick 转发 Artificial Analysis v5 智能指数，该版本改用封闭基准（告别 GDPval-AA）后测得开源权重模型差距进一步拉大。领先的 Kimi K3.1 Pro（权重未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重中 DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）最高 32 分。HLE-Diamond 与 Terminal-Bench-Science 差距最大，Kimi K3.1 Pro 分别为 37% 和 34%，Claude Opus 5.5（max）和 GPT-6 Astra（max）分别为 68% 和 63%。作者提醒对此结果需有所保留，但认为这与“尚未出现 Fable 级开源模型”的整体感受相符。
正文 · 原文
Artificial Analysis 终于转向封闭基准（告别 GDPval-AA），并发现开源权重模型落后的幅度比此前测得的更大。对此结果需有所保留，但这与“我们尚未见到 Fable 级开源模型”的整体感受相符。
开源权重模型在 v5 中进一步落后。领先者 Kimi K3.1 Pro（权重尚未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分。在已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）得分最高，为 32 分，而 Claude Haiku 5.5（max）得分高于它们全部。 差距在 HLE-Diamond 和 Terminal-Bench-Science 上最大，Kimi K3.1 Pro 分别为 37% 和 34%，而 Claude Opus 5.5（max）为 68%，GPT-6 Astra（max）为 63%。在 X 查看被引用的帖子
来源：Ethan Mollick · x.com
来源：RadarAI · aihot.news