Artificial Analysis 于2026年10月27日发布了 Intelligence Index v5.0，这是自v4版本以来规模最大的一次升级 。新版索引整合了知识工作、编码、科学和通用能力四大类别的9项具体评测任务，包括 AA-Briefcase v1.1, AutomationBench-AA, G…
Stepfun于2026年9月18日发布了Step 5 Preview大模型。该模型采用600亿参数架构，在Artificial Analysis Intelligence Index评测中获得44分，远超同价位竞品的中位数25分。在性能、成本与速度的综合表现上，Step 5 Preview处于具有竞争力的位置。
一项名为Real-SWE的新基准测试发布，用于衡量前沿AI模型在私有、真实企业代码库中的表现。该基准采用来自实际生产环境的任务，涵盖具有商业影响的复杂工程问题，被测试的企业包括拥有200K+用户的社交平台竞争对手、处理100K+银行账单的消费金融平台，以及企业AI销售平台。
Claude Opus 5（自适应推理、最大努力模式）在Artificial Analysis Intelligence Leaderboard上获得第一名 。该模型在满分170个模型评估中得分61分 。