Artificial Analysisがベンチマークテスト更新　非公開データ拡充で「ゲーム化を防ぐ」

Artificial Analysisが知能指標「Intelligence Index」をv4.2に更新。実務に近い評価と非公開データの比重を倍増し、「ゲーム化を防ぐ」としている。首位はClaude Fable 5.1。

• Artificial AnalysisがAIモデルのベンチマーク「Intelligence Index」をv4.2に更新した。
• 新評価項目として「AA-Briefcase」と「GDP.pdf」が追加され、非公開テストデータの比重が40%に増加した。
• この更新は、AI開発企業によるベンチマークテストの「ゲーム化」を防ぐことを目的としている。
• 更新後の首位はAnthropicのClaude Fable 5.1、次いでOpenAIのGPT-6 Astraとなった。