AI 模型排行榜開始懲罰瞎掰！前三名只差 3 分，每題成本卻差了將近 8 倍

Artificial Analysis 推出 Intelligence Index v5，多項評測對瞎掰與出錯重罰，六成建立在不公開的題目或答案上。前三名 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 只差 3 分，每題成本卻從 10.04 美元到 1.27 美元，相差約 8 倍。 ⭐ 文章深度讀：AI 模型評測換考法！誰的答案能直接交出去又要花多少錢 → https://heymaibao.com/ai-model-benchmark-v5-cost-per-task-dfd257/ ⚡ 章節重點 排行榜的新問法 00:00 新評測的計分規則 00:34 前三名的分數與帳單 02:01 總榜沒說的差距 03:41 下次看榜的清單 05:29 📝 懶人包 ∙ v5 總分前三名 58、57、55 分，只差 3 分 ∙ GPT-6.1 Sol 少不到 4 分，每題成本約 Opus 的八分之一 ∙ 開放權重最佳 Kimi K3.1 Pro 46 分，落後第一名 12 分 ∙ 我的觀點：這份榜可以讀成誰的東西比較能直接交出去 📚 參考資料 Announcing Artificial Analysis Intelligence Index v5 Artificial Analysis → https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5 Artificial Analysis Progress Index v1 Methodology | Artificial Analysis → https://artificialanalysis.ai/methodology/progress-index Intelligence Benchmarking | Artificial Analysis → https://artificialanalysis.ai/methodology/intelligence-benchmarking Steering thinking → https://platform.claude.com/docs/en/build-with-claude/thinking-steering-and-cost OpenAI 開放權重模型（gpt-oss） | OpenAI Help Center → https://help.openai.com/zh-hant/articles/11870455-openai-open-weight-models-gpt-oss Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence → https://www.kimi.ai/blog/kimi-k3-1-pro Kimi K3.1 Pro open weights: status and date | Agentic Weekly → https://theagenticweekly.com/guides/kimi-k3-1-pro-open-weights