AI模型榜单一夜两度易主,Obsidian 3泄露疑似Anthropic Fable 5.5
Artificial Analysis 发布 Intelligence Index v5 榜单,Claude Opus 5.5 以58分险胜 OpenAI 的 GPT-6 Astra(57分)登顶,随后谷歌发布 Gemini 4 Carbon 以59分反超,王座一夜两度易主。
王座两度易主的实质是评测规则转向私有数据与真实工程任务,公开基准刷分的参考价值下降,头部模型更替周期在缩短。
- 影响公开榜单分数对选型的参考价值下降,需按自身真实任务复测模型能力;头部模型迭代节奏加快,技术方案和采购合同要预留更换余地;前沿模型单任务成本相差数倍,推理支出需要按任务粒度重新核算。
- 参考可考虑把自有高频任务整理成小规模评测集,在候选模型上跑对比再定选型;值得按 high 与 max 模式的单任务成本测算现有工作流的推理支出,先算出预算再决定是否跟进新版本。