先了解这件事
2026年10月28日,Nathan Lambert发表对Artificial Analysis新发布的Intelligence Index v5的评析。该指数按知识工作、编码、科学、通用各25%加权,并给出新的模型排名。Lambert指出,榜单中8个闭源模型领先最好的开源模型Kimi K3.1 Pro,认为新指数更偏向衡量前沿模型走向,可能低估开源模型在经济中的作用。同日,他表示自己同时想为AAv5指数和开源模型辩护,并认为基准测试比多数人以为的更混乱、更主观、也更棘手。文章还讨论了转向私有基准的利弊,以及基准机构靠模型厂商付费验证结果的商业模式对可信度的影响。
AI 根据公开报道生成
最新进展 · 正式报道
Nathan Lambert 评基准测试：开源模型未衰，AA 指数曾高估事件进展
1 个已确认进展
- 来源：Interconnects
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月28日
Nathan Lambert
Nathan Lambert 评基准测试：开源模型未衰，AA 指数曾高估
Nathan Lambert 认为开源模型的衰落被夸大，但此前的 AA 指数确实对它们有所高估。他主张业界需要更细分的智能指数，因为 LLM 被用于差异极大的任务；这是他针对基准测试行业的元评测。
Interconnects
Artificial Analysis v5 与基准测试者的两难
Nathan Lambert 评述 Artificial Analysis 新发布的 Intelligence Index v5，该指数按知识工作、编码、科学、通用各 25% 加权，并给出新的模型排名。他指出榜单中 8 个闭源模型领先最好的开源模型 Kimi K3.1 Pro，认为新指数更偏向衡量前沿模型走向，可能低估开源模型在经济中的作用。文章还讨论了转向私有基准的利弊，以及基准机构靠模型厂商付费验证结果的商业模式对可信度的影响。
Nathan Lambert
Nathan Lambert 为 AAv5 指数与开源模型辩护
Nathan Lambert 表示，他同时想为 AAv5 指数和开源模型辩护，并认为基准测试比多数人以为的更混乱、更主观、也更棘手。
本事件热度走势
- 当前
- 5
- 区间峰值
- 6 10月30日 14:00
- 近 24 小时变化
- —
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。