AA Intelligence Index v5 上線：Gemini 4 Carbon 59 登上第一，DeepSeek V4.1 Flash 1017 為 32

📊 AA 公布數字（median）

tps＝輸出 tokens/s；e2e＝單任務端到端回應時間；價格為每 1M tokens 牌價。智力為 Artificial Analysis Intelligence Index v5.0。表中前六列為 median 輸出 tps ≥156.1 且 e2e ≤17.74s 的模型中智力最高者，其餘為全榜高智力模型與本次更新模型。

Artificial Analysis 於 10 月 27 日發布 Intelligence Index v5：新增 FrontierCode 2.0（Cognition 私有，132 題，判準為 maintainer 是否願意 merge）與 Terminal-Bench-Science（70 題 agentic 科研任務）；升級 HLE-Diamond、AA-Omniscience v1.1、CritPt v2；移除 GDPval-AA v2.1、SciCode、AA-LCR v1.1。60% 的 Index 改以私有測試集或 held-out 答案為基礎。
AA 公布 v5 排序：Claude Opus 5.5 (max) 58 居首，GPT-6 Astra (max) 57、GPT-6.1 Sol (max) 55 次之；Google Gemini 4 Carbon 於 10 月 28 日以 59 成為新的第一名，並在 Coding Agent Index 以 59 分僅次於 Claude Opus 5.5 (max) 的 62。
AA 公布開源權重（open weights）差距由 3 分擴大為 12 分：Kimi K3.1 Pro（權重尚未釋出）以 46 為最高；已釋出權重者以 DeepSeek V4.1 Flash 1017 (max) 與 GLM-5.3 (max) 的 32 並列最高，落後領先者 26 分，且低於 Claude Haiku 5.5 (max) 的 36。
Gemini 4 Carbon (High)：59 分，在 9 項 Index 評測中的 4 項（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）為全榜第一；1M context；文字、圖像、影片、語音輸入；$4/$20（另有 50% 首發折扣，尚未公開發布）。每任務 $7.76，較 Claude Opus 5.5 (max) 的 $10.04 低約 23%，每任務輸出 123k tokens。
AA 公布每任務成本（Intelligence Index task）：GPT-6.1 Terra (max) $0.96 為前十高智力模型中最便宜，Claude Fable 5.1 (max) $13.04 最貴；DeepSeek V4.1 Flash 1017 (max) $0.60、Claude Haiku 5.5 (max) $0.09（未含各供應商折扣）。
本次 changelog（28 Oct）：Gemini 4 Carbon (High) 首評、其於 Bitdeer AI 的效能結果、DeepSeek V4.1 Flash 1017 (Max) 效能結果；另有文章 GitHub Copilot Fusion 在 Claude Code 中僅低 Claude Opus 5.5 兩分、每任務成本約一半。
速度更新：Muse Spark Open (Xhigh) 198.7→140.9 tps、e2e 13.33→18.47s；Muse Wonder (Max) e2e 44.29→37.75s、tps 197.4 不變；GPT-6.1 Terra (Max) e2e 139.14→194.83s、tps 90.9 不變；DeepSeek V4 Pro 0813 (Max) 91.8→77.6 tps、e2e 28.97→33.91s。
目前榜上 159 個模型有效能數據，其中 71 個已取得 v5 智力分，其餘智力欄為空白。牌價本輪無變動。

模型	智力 v5	輸出 tps	e2e	價格 /1M（in／out）
DeepSeek V4.1 Flash 1017 (Max)	32.5	183.7	14.78s	$0.30 / $1.20
Step 5 Preview	28.5	181.5	14.70s	$1.00 / $2.70
Claude Haiku 5.5 (Medium)	24.6	183.6	11.88s	$0.10 / $0.50
Claude Haiku 5.5 (Low)	18.6	185.9	10.48s	$0.10 / $0.50
K2 Horizon 375B A23B	17.8	933.5	4.98s	$0 / $0
Beam 1.0	17.7	341.2	7.89s	$0.40 / $1.20
Gemini 4 Carbon (High)	59.4	92.4	105.72s	$4.00 / $20.00
Claude Opus 5.5 (Max)	58.4	98.2	668.74s	$4.00 / $20.00
GPT-6.1 Terra (Max)	51.0	90.9	194.83s	$1.00 / $5.00
GPT-6.1 Terra (High)	42.3	90.9	11.59s	$1.00 / $5.00
Kimi K3.1 Pro	46.0	41.2	63.54s	$2.00 / $10.00
Muse Wonder (Max)	43.3	197.4	37.75s	$4.00 / $20.00
Claude Haiku 5.5 (Max)	36.2	241.0	342.78s	$0.10 / $0.50
DeepSeek V4 Pro 0813 (Max)	23.1	77.6	33.91s	$1.32 / $3.96