Artificial Analysis v5 改版后 Kimi K3.1 Pro 跌至第九

2026 年 10 月 28 日，Artificial Analysis 宣布将智能指数更新至第 5 版 Intelligence Index v5，新版本新增 2 项编程与科学基准、升级 3 项基准，并且首次让指数的大部分权重建立在私有数据集之上。根据其公布的结果，Claude Opus 5.5 (max) 以 58 分位居榜首。

据 The Decoder 同日报道，这次改版导致 Kimi K3.1 Pro 从原先的第 4 名跌至第 9 名，后面是 8 个闭源模型；开源模型与榜首的差距也由之前的 3 分扩大到 12 分。The Decoder 还指出，新指数首次让 60% 的权重依赖私有测试集，目的是遏制针对公开题集的针对性训练（benchmaxxing）。研究者 Nathan Lambert 则认为，很多训练收益本来就来自与基准相似的强化学习环境。

改版消息传出后，Reddit 的 LocalLLaMA 社区用户围绕新版指数的排位展开讨论。有用户表示，v5.0 中 Artificial Analysis “最吸引人象限”已无任何开源权重模型入选，也没有模型接近帕累托线，而旧版至少还认可 DeepSeek、GLM、Kimi 和 Qwen 具有吸引力或值得关注；因此该用户打算不再参考 Artificial Analysis 的指数，转而查看其子基准。

截至目前，这些分歧只停留在社区讨论层面，Artificial Analysis 方面尚未就开源模型排位的争议作出回应。