Artificial Analysis 推出 HLE-Diamond 排行榜，Gemini 4 Carbon 领跑

发生了什么

Artificial Analysis 在 Artificial Analysis Intelligence Index v5 中推出 HLE-Diamond 排行榜，对 Humanity's Last Exam 的精简版 1,000 道题进行评测。每道题在不使用工具的情况下运行一次，由 GPT-5.6 Luna（medium）使用官方 HLE 评判提示词评判答案，并报告 pass@1。Gemini 4 Carbon（high）以 69% 领跑，其次是 Claude Opus 5.5（max），得分为 68%；只有 17 个模型变体（约 13%）超过 50%，且超过 90% 的模型在推理方面表现优于知识方面。

接下来读什么

• 今日还有哪些重要变化Mistral 发布改进版 Mistral Large 4 开放权重模型，面向编程和网络安全

这件事到目前为止

Artificial Analysis 在 Artificial Analysis Intelligence Index 第 5 版中推出 HLE-Diamond 排行榜，Gemini 4 Carbon（high）以 69% 领跑，Claude Opus 5.5（max）以 68% 紧随其后。 该评测使用经过优化的 Humanity’s Last Exam 版本，包含 1,000 道题。每道题在不使用工具的情况下运行一次，GPT-5.6 Luna（medium）使用官方 HLE judge prompt 对答案进行评判，以计算 pass@1。Artificial Analysis 报告称，只有 17 个模型变体（约 13%）得分超过 50%，且超过 90% 的模型在推理方面的表现优于知识方面。