Artificial Analysis lanza el Intelligence Index v5.0 para medir la inteligencia real de los modelos de lenguaje
Artificial Analysis Intelligence Index v5.0
La nueva versión del índice combina nueve evaluaciones en cuatro categorías —trabajo de conocimiento, programación, ciencia y general— con igual peso del 25% cada una. Incluye pruebas agénticas como AA-Briefcase, Terminal-Bench 4.0 y HLE-Diamond, y mide éxito verificable, calidad analítica y tasa de alucinación. Sus creadores lo presentan como una síntesis más útil que cualquier otra métrica existente, aunque advierten que no se aplica directamente a todos los casos de uso.
Estamos convencidos de que es una comparación síntesis más útil entre modelos de lenguaje que cualquier otra métrica que exista hoy.