GMI Cloud 解读 Artificial Analysis Intelligence Index v5：私有测试数据与更长的输出运行

核心信息

GMI Cloud 对新发布的 Artificial Analysis Intelligence Index v5 提出两点观察：60% 的分数现在来自私有测试数据；前沿模型中位数每任务输出 token 从 35k 升至 59k。

要点

• Artificial Analysis Intelligence Index v5 新增 2 项基准、升级 3 项，且首次大部分指标基于私有数据集构建。
• 60% 的分数来自私有测试数据，使模型更难用测试数据训练。
• 前沿模型中位数每任务输出 token 从 35k 增至 59k。
• GMI Cloud 认为这一变化意味着基础设施需要可预测的吞吐与成本，以支撑更长的多步运行。