Artificial Analysis Intelligence Index v5.0 vereint neun Tests zu einem einzigen KI-Maßstab

Der Artificial Analysis Intelligence Index v5.0 bündelt neun Evaluationen zu einer gewichteten Gesamtnote aus vier gleich großen Kategorien: Knowledge Work, Coding, Science und General. Enthalten sind unter anderem AA-Briefcase v1.1, AutomationBench-AA, FrontierCode 2.0, Terminal-Bench 4.0 und HLE-Diamond. Die Methodik setzt auf einheitliche Bedingungen, Zero-Shot-Prompts und pass@1-Wertung. Die Autoren räumen Grenzen ein, halten den Index aber für den nützlichsten Vergleich von Sprachmodellen, den es derzeit gibt.