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

1篇报道 1个报道来源 3 小时前更新

先了解这件事

AI 综述

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。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 10:09

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

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

提到的模型

Claude Opus 5.5综合榜第 1每百万 Token 输入 $4 / 输出 $20
GPT-5.6 Luna每百万 Token 输入 $0.2 / 输出 $1.2

全部模型的 API 价格

报道时间线

沿着报道，了解事件的不同侧面。

10月30日

10:09
Artificial Analysis · X
Artificial Analysis 推出 HLE-Diamond 排行榜，Gemini 4 Carbon 领跑
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。

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。看一份往期日报

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。