AA智能指数大换题：Claude夺冠，DeepSeek和GLM落后26分

contact@theblockbeats.org (律动BlockBeats)

动察 Beating AI 快讯，AI 评测机构 Artificial Analysis 大幅调整了 Intelligence Index 榜单。新版加入 132 道真实开源项目的编程任务，AI 写出的代码不仅要通过测试，还得达到项目维护者愿意合并的标准。另外新增 70 道科研任务，要求 AI 在终端里实际完成研究流程。为了减少模型提前见过考题的影响，新版 60% 的评分权重来自私有测试集或隐藏答案。

榜单头部依然是 Anthropic 和 OpenAI 的天下。Claude Opus 5.5 以 58 分夺冠，GPT-6 Astra 和 GPT-6.1 Sol 分别拿到 57 分、55 分。Kimi K3.1 Pro 得到 46 分，但尚未开源权重。

已经开源权重的 DeepSeek V4.1 Flash 和 GLM-5.3 都只有 32 分，落后第一名整整 26 分，甚至不如 Claude Haiku 5.5 的 36 分。

在新增的科研任务中， GPT-6 Astra 完成率达到 63%，Kimi K3.1 Pro 为 34%，DeepSeek V4.1 Flash 只有 13%。

虽然 GPT-6.1 Sol 比 Claude Opus 5.5 低 3 分，但按公开 API 价格估算，平均每道综合评测任务只需 1.27 美元，后者要 10.04 美元，接近 8 倍。

新版的题目整体也更费 Token 了，每道任务的输出 Token 中位数从旧版的 3.5 万增加到 5.9 万。