一句话看懂：评测机构 Artificial Analysis 于 2026 年 10 月 28 日推出 Intelligence Index v5，加入编程与科学两类新基准，并改用私有数据集；在其公布的榜单中，Claude Opus 5.5（max 配置）以 58 分居首。
事件核心：发生了什么
Artificial Analysis 发布了 Intelligence Index v5 版本。与过去版本相比，这次有两处实质变化：一是评测维度扩展到编程和科学任务，二是底层题目换成了私有数据集。榜单方面，Claude Opus 5.5 在 max 设置下拿到 58 分，位列第一。需要说明的是，上述信息来自 Techmeme 收录的发布动态，目前公开信息显示其为一个聚合页面快照，完整的评分细则、其他模型的分数以及各子项权重尚未在素材中披露。
为什么重要
大模型评测长期面临两个问题：公开题库容易被训练数据“污染”，模型分数虚高；单一综合分又难以反映编程、科研这类高价值场景的真实能力。v5 转向私有数据集，相当于把评测从可刷题的公开考试改为相对封闭的测试，对厂商的宣传口径和用户的选型参考都会产生影响。加入编程与科学基准，也意味着评测重心正在从通用问答向可落地的生产力任务迁移，这对闭源旗舰模型之间的竞争叙事尤为关键。
对用户/开发者/创作者的影响
对开发者而言，编程基准的引入让模型选型多了一个更贴近实际编码、调试和工具调用场景的参考维度，但仍应结合自己的代码库和 API 成本做小范围验证，而不是只认综合分。对企业采购来说，私有数据集降低了“针对榜单优化”的空间，但榜单更新频率和评测透明度仍需观察。对内容创作者，科学类基准的加入更多是间接信号，说明模型在推理与专业问答上的差距正在被更细地度量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是完整榜单是否公开各模型在编程、科学子项上的分项得分，以及私有数据集的更新机制；二是 Claude Opus 5.5 的领先幅度在其他独立评测中是否复现，尤其是代码生成与长任务推理；三是主要模型厂商是否会据此调整版本发布或定价策略，以及开发者社区对新指数的接受程度。
来源：Techmeme
