Artificial Analysis выпустила пятую версию бенчмарка Intelligence Index

Аналитическая платформа Artificial Analysis выпустила пятую версию своего комплексного индекса производительности нейросетей. Обновленный рейтинг Intelligence Index v5 теперь включает закрытые бенчмарки для оценки сложных практических навыков моделей.

В свежем исследовании добавились специализированные тесты FrontierCode 2.0 и Terminal-Bench-Science для проверки способностей ИИ в программировании и научной работе в терминале. Лидером общего зачета стала модель Claude Opus 5.5, набравшая 58 баллов.

Аналитики также зафиксировали сохраняющийся разрыв между закрытыми системами и моделями с открытыми весами. По данным нового индекса, этот разрыв составляет 12 баллов в пользу проприетарных решений.

Обновленный бенчмарк позволяет разработчикам и практикам точнее оценивать актуальные возможности флагманских языковых моделей при решении прикладных инженерных и исследовательских задач.