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

2026 年 10 月 28 日，Artificial Analysis 宣佈將智慧指數更新至第 5 版 Intelligence Index v5，新版本新增 2 項程式設計與科學基準、升級 3 項基準，並且首次讓指數的大部分權重建立在私有資料集之上。根據其公佈的結果，Claude Opus 5.5 (max) 以 58 分位居榜首。

據 The Decoder 同日報道，這次改版導致 Kimi K3.1 Pro 從原先的第 4 名跌至第 9 名，後面是 8 個閉源模型；開源模型與榜首的差距也由之前的 3 分擴大到 12 分。The Decoder 還指出，新指數首次讓 60% 的權重依賴私有測試集，目的是遏制針對公開題集的針對性訓練（benchmaxxing）。研究者 Nathan Lambert 則認為，很多訓練收益本來就來自與基準相似的強化學習環境。

改版訊息傳出後，Reddit 的 LocalLLaMA 社群使用者圍繞新版指數的排位展開討論。有使用者表示，v5.0 中 Artificial Analysis “最吸引人象限”已無任何開源權重模型入選，也沒有模型接近帕累托線，而舊版至少還認可 DeepSeek、GLM、Kimi 和 Qwen 具有吸引力或值得關注；因此該使用者打算不再參考 Artificial Analysis 的指數，轉而檢視其子基準。

截至目前，這些分歧只停留在社群討論層面，Artificial Analysis 方面尚未就開源模型排位的爭議作出回應。