Artificial Analysis 在旧金山发布 Intelligence Index v5 与 Progress Index 两项 AI 评测指数

Artificial Analysis 在旧金山举办的技术发布会上，正式推出 Intelligence Index v5 与 Progress Index 两套 AI 模型评测指数，两套指数分工明确，一套用来衡量当下大模型的前沿综合能力，另一套用来长期追踪 AI 技术的整体迭代进度，评测体系进一步降低公开测试集带来的数据污染问题，让模型能力评测结果更加客观可信。过往旧版评测指数里，大部分测试题目属于公开内容，很多大模型在训练阶段就接触过同类考题，最终跑分很难真实反映模型实际落地水平，所以本次新版本大幅调整评测结构，把六成评测内容切换为私有测试集，同时新增两项评测基准、升级三项原有测试项目，以此规避题库被训练数据污染的情况。同时团队同步研发全新的 Progress Index，弥补单一版本指数无法跨年份对比新旧模型能力的短板，借助项目反应理论搭建统一衡量标尺，把不同时期、不同测试项目下的模型成绩换算到同一标准里。使用者可以直接用 Intelligence Index v5 横向对比当下主流大模型的综合实力，再借助 Progress Index 纵向梳理近几年 AI 模型整体能力的增长曲线，完成横向选型与纵向技术复盘两项工作。

一、Intelligence Index v5 核心升级清单

1. 评测数据集升级：60% 评测内容采用私有测试集与隐藏答案，大幅减少训练数据污染带来的跑分虚高问题。
2. 新增两项基准测试：新增 FrontierCode 2.0 代码评测、Terminal-Bench-Science 科研任务评测，覆盖真实开发与科研场景。
3. 三项原有项目迭代：升级 HLE-Diamond、AA-Omniscience v1.1、CritPt v2 难题子集，优化题目严谨度与评分规则。
4. 四大能力均衡分配：知识工作、代码开发、科学研究、通用推理四大板块各占 25% 权重，评测维度更加均衡。
5. 真实场景打分机制：代码任务不再只看单元测试，改用仓库维护者是否愿意合并代码 PR 作为最终评分依据。

二、两大指数功能分工对照表

表格

三、查看两项指数数据的操作步骤

第一步：打开 Artificial Analysis 官方网站，进入 Benchmark 评测专区。

第二步：选择 Intelligence Index v5 入口，查看当期所有模型的横向跑分排名与分项成绩。

第三步：切换到 Progress Index 页面，选择时间区间，查看多年来大模型能力变化曲线。

第四步：点开单项评测详情，查看测试任务、评分规则、数据集公私属性。

第五步：导出评测报告，完成模型横向对比与技术迭代趋势分析。

四、两项指数带来的实际使用价值

1. 大幅提升评测真实性，私有题库有效避免模型提前刷考题，跑分更贴合真实落地表现。
2. 实现横纵双向评测，既可以横向对比当下多款模型优劣，也能纵向追踪多年技术成长。
3. 评测场景贴近产业实际，包含代码提交、科研任务、办公自动化等真实业务场景，参考价值更高。
4. 统一跨代对比标准，解决不同版本基准无法直接对比老模型与新模型能力的难题。

【相关 FAQ】

问题 1：Artificial Analysis 在旧金山发布的 Intelligence Index v5 最大改动是什么？

回答 1：Intelligence Index v5 最大改动是将 60% 的评测内容更换为私有测试集，同时新增两项评测基准、升级三项原有测试项目，有效解决公开题库被模型训练数据污染的问题，让评测结果更真实。

问题 2：Artificial Analysis 同步推出的 Progress Index，主要用来解决什么问题？

回答 2：Progress Index 主要用来解决不同时期评测基准不统一、新旧大模型无法跨年份对比能力的问题，依靠项目反应理论搭建统一标尺，长期追踪 AI 技术整体进步趋势。

问题 3：Intelligence Index v5 和 Progress Index 在使用场景上有什么区别？

回答 3：Intelligence Index v5 适合横向对比当下主流大模型的综合实力，用来做模型选型；Progress Index 适合纵向梳理多年技术迭代，用来分析 AI 长期发展趋势，二者相互配合完成完整评测分析。

【数据来源】

[2026-10-30]（Artificial Analysis 旧金山发布会：推出 Intelligence Index v5 与 Progress Index）AI 科技资讯

[2026-10-29]（Intelligence Index v5 正式上线，六成评测采用私有数据集）ZAKER 新闻

[2026-10-28]（Artificial Analysis 发布 Progress Index v1，实现跨年代模型能力对比）OfficeChai

[2026-10-27]（Announcing Artificial Analysis Intelligence Index v5）Artificial Analysis 官方博客Artificial...

免责声明：本文仅客观整理 Artificial Analysis 两款评测指数的发布信息、功能设置与技术规则，不构成大模型采购、技术研发的决策依据。