Artificial Analysis V5 发布，9 项评测里 5 项改成让模型把活干完
打开 Artificial Analysis 的榜单，第一眼还是一排柱子。最高的 59，最低的 12，二十多个模型一字排开。但真正变的不是分数，是分数底下那九道题。这个叫 Intelligence Index 的指标升到 v5.
Artificial Analysis发布Intelligence Index v5基准，DeepSeek V4.1 Flash开源模型编码能力登顶
IT之家 10 月 29 日消息，Artificial Analysis 昨日发布了 Intelligence Index v5，这是该机构自 2026 年 1 月 v4 上线以来幅度最大的一次基准重构。
Artificial Analysis发布最新智能指数榜单，Kimi K3.1 Pro、腾讯Hy4位列国模前二
11月6日，全球权威大模型评测平台Artificial Analysis发布最新智能指数榜单，中国模型中Kimi K3.1Pro位列第一，腾讯Hy4在724款模型中跻身前列，位列第二，Qwen 3.8 Max、DeepSeek V4.1 Flash等模型随其后。
谷歌联合Artificial Analysis推出MKA基准测试：Gemini 4 Carbon多模态知识工作测试获第二
IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实
谷歌联合Artificial Analysis发布MKA基准，Gemini 4 Carbon参测排名第二
当地时间11月10日，谷歌与AI模型评测机构Artificial Analysis共同发布多模态知识智能体基准测试，并将其命名为MKA（Multimodal Knowledge Agent）。
10月27日Artificial Analysis 换了新卷子，重新评测后模型得分变化
10月27日，专门给大模型“考试打分”的 Artificial Analysis 换了新卷子。六成题目不再公开，还加了两场“真干活”的考试。结果一出来，一批模型分数跳水，一批模型贵得露馅，还有一批模型被戳穿了一个藏了很久的秘密：仓库很大，但真到算的时候，拿出来的东西不够用。
不认字的 AI，却很会说话
10 月中旬，OpenAI 更新了语音模型 GPT-Live，不仅在 ChatGPT 客户端里改善了多语言口音的自然度，还在面向开发者的 API 中一口气新增了包括日韩口音英语在内的九款音色，并支持直接用文字描述来定制声音。
为什么这轮物理 AI不一样？
随着预训练持续推进，模型适配新任务所需的专用数据和梯度更新显著减少，下一动作预测误差仍在持续下降。我们认为，这表明大规模物理交互预训练正推动机器人由针对单一任务反复训练转向基于示范快速学习，技能获取方式开始发生根本变化。
谷歌最强AI「碳」全球解禁，再现人类首次登月
在多个榜单上，Gemini 4 Carbon超越Fable 5.2、Opus 5.5以及GPT-6 Astra、GPT-6.1 Sol。
Artificial Analysis 重建指数 · 六成权重押隐藏答案
据 Artificial Analysis 官方公告，其智能指数 v5 完成重建，这是自今年 1 月 v4 落地以来最大的一次改版。最核心的变化只有一条：60% 的评测权重转移到了私有或答案隐藏的测试集上。这一步棋的背景是评测污染。