UMBRELLA 4365 AA Intelligence Index
Artificial Analysis 智能指数是第三方评测机构对多项基准的综合加权分，常被媒体用作「谁是当前最强模型」的单一数字。本页按时间汇总各前沿模型的公开指数。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
模型 11 个成绩 12 条前沿刷新 3 次2026.04.08 → 2026.10.01
◈ 当前榜 CURRENT BOARD每个模型取最近一次公开成绩
| # | 模型 | 成绩 | 相对前沿 | 日期 | 口径 / 备注 |
|---|---|---|---|---|---|
| 1 | Claude Fable 5.1 Anthropic |
66 分 | 100 | 2026-09 版指数 · 第一 原文 ↗ | |
| 2 | Claude Opus 5 Anthropic |
63 分 | 95.5 | 2026-09 版指数 原文 ↗ | |
| 3 | Claude Fable 5 Anthropic |
62 分 | 93.9 | 2026-09 版指数（发布时口径为 64.9，指数已重算） 原文 ↗ | |
| 4 | GPT-6 Astra OpenAI |
61.2 分 | 92.7 | 官方发布对照表 · Index v4.1.1 原文 ↗ | |
| 5 | GPT-5.6 Sol OpenAI |
61 分 | 92.4 | 2026-09 版指数 原文 ↗ | |
| 6 | Grok 4.6 xAI / SpaceXAI |
61 分 | 92.4 | 2026-09 版指数 原文 ↗ | |
| 7 | Muse Spark 1.3 Meta |
61 分 | 92.4 | 第三方 AA · xhigh 档；max 预览档报 62 原文 ↗ | |
| 8 | Gemini 3.8 Flash Google DeepMind |
59 分 | 89.4 | 2026-09 版指数 · 单任务成本 $0.58 原文 ↗ | |
| 9 | Claude Sonnet 5.5 Anthropic |
56 分 | 84.8 | Artificial Analysis 第三方指数 · 2026-09 版 原文 ↗ | |
| 10 | Meta Muse Spark Meta |
52 分 | 78.8 | 发布时口径（Llama 4 Maverick 为 18） 原文 ↗ | |
| 11 | GLM-5.2 智谱 · GLM |
51 分 | 77.3 | 发布时口径 · 开源 SOTA，与 Anthropic、OpenAI 同列前三 原文 ↗ |
◈ 能力曲线 CAPABILITY CURVE
● 公开成绩（悬停看读数，点击进档案）◆ 刷新纪录的成绩— 前沿线（历史最高分的阶梯）
SWE-bench Verified · 46HLE · 22DeepSWE v1.1 · 18Terminal-Bench 2.1 · 18Terminal-Bench 4.0 · 18FrontierCode 1.1 Main · 13CursorBench 4.0 · 8SWE-bench Pro · 8AA Coding Agent Index · 7Terminal-Bench-Science 0.1 · 7CursorBench · 5Terminal-Bench 2.0 · 4Terminal-Bench 3.0 · 3SWE-bench Pro (Multilingual) · 2SWE-bench Pro (Multimodal) · 2Terminal-Bench · 2
◈ 前沿刷新记录 FRONTIER BREAKS榜首的保质期
| 日期 | 刷新者 | 分数 | 提升 | 在位 |
|---|---|---|---|---|
| Meta Muse Spark Meta | 52 分 | 首个记录 | 62 天 | |
| Claude Fable 5 Anthropic | 64.9 分 | +12.9 | 84 天 | |
| Claude Fable 5.1 Anthropic | 66 分 | +1.1 | 在位中 · 61 天 |