415.tech
シリコンバレー発、AIとテックの最前線
最新のエディション · 2026年9月6日(日)
Artificial Analysis、Intelligence Index v4.2で非公開ホールドアウトデータを40%に倍増

Artificial Analysis、Intelligence Index v4.2で非公開ホールドアウトデータを40%に倍増

Artificial Analysisは「Intelligence Index v4.2」をリリースした。非公開ホールドアウトテストセットの比重を40%に倍増させたほか、エージェント型ナレッジワーク向けの「AA-Briefcase」と、4,592ページのPDFからなるSurge AIの「GDP.pdf」を追加し、スコアが飽和していた「GPQA Diamond」を除外した。このゲーミング対策への移行こそが真の変化であり、リーダーボードの順位は開発企業が学習に利用できないデータに依存するようになった。全体では依然としてClaude Fable 5.1が首位を維持しているが、GPT-6 Astraが2位につけており、GDP.pdfではFable 5.1の26.2%に対し33.2%でトップを獲得している。

artificialanalysis.ai →