Artificial Analysis выпустила Intelligence Index v5
2026-10-27 платформа Artificial Analysis выпустила Intelligence Index v5 — новую версию сводной оценки возможностей языковых моделей. Индекс включает 9 испытаний, поровну распределённых между работой со знаниями, программированием, наукой и общими задачами. Впервые 60% оценки опирается на закрытые наборы заданий или скрытые ответы, что должно снизить риск подготовки моделей под заранее известные тесты.
В состав вошли два новых испытания: FrontierCode 2.0 со 132 задачами из реальных программных проектов и Terminal-Bench-Science с 70 научными заданиями. Обновлены HLE-Diamond, AA-Omniscience и CritPt; три прежних испытания исключены. По замерам Artificial Analysis, лидирует Claude Opus 5.5 с 58 баллами, далее идут GPT-6 Astra с 57 и GPT-6.1 Sol с 55. Это результаты самой платформы; сопоставимых независимых замеров по новой методике пока нет.
Для бизнеса v5 полезен как фильтр при выборе модели для аналитики, разработки и научных задач, но балл нельзя напрямую переносить на внутренние процессы компании. Стоимость проверки приведена на одну задачу, а не за 1M токенов: среди лидеров она различается более чем в 13 раз — от 0,96 USD до 13,04 USD. Сам рейтинг доступен без отдельной платы, поэтому эквивалентной цены в рублях нет; расходы возникнут при проверке моделей на собственных данных.
Дальше важно отслеживать устойчивость результатов после добавления новых моделей и различия между режимами работы: у Claude Opus 5.5 оценка меняется с 35 до 58 баллов, а стоимость задачи — с 0,98 до 10,04 USD. При закупке API стоит повторить ключевые сценарии компании и отдельно проверить качество, время ответа и бюджет.