ดัชนี AA Smart Index เปลี่ยนโจทย์ครั้งใหญ่: Claude คว้าแชมป์ ส่วน DeepSeek และ GLM ตามหลังอยู่ 26 คะแนน

动察 Beating ข่าวด่วน AI สถาบันประเมิน AI อย่าง Artificial Analysis ได้ปรับเปลี่ยนอันดับ Intelligence Index ครั้งใหญ่ เวอร์ชันใหม่เพิ่มงานเขียนโค้ดจากโครงการโอเพนซอร์สจริง 132 ข้อ โค้ดที่ AI เขียนไม่เพียงต้องผ่านการทดสอบ แต่ยังต้องได้มาตรฐานที่ผู้ดูแลโครงการยินดีจะ merge อีกทั้งเพิ่มงานวิจัยทางวิทยาศาสตร์ 70 ข้อ ที่กำหนดให้ AI ต้องดำเนินกระบวนการวิจัยจริงในเทอร์มินัล เพื่อลดผลกระทบจากโมเดลที่เคยเห็นข้อสอบมาก่อน เวอร์ชันใหม่ให้น้ำหนักคะแนน 60% มาจากชุดทดสอบส่วนตัวหรือคำตอบที่ซ่อนไว้

หัวตารางยังคงเป็นของ Anthropic และ OpenAI โดย Claude Opus 5.5 คว้าที่หนึ่งด้วย 58 คะแนน GPT-6 Astra และ GPT-6.1 Sol ได้ 57 คะแนนและ 55 คะแนนตามลำดับ Kimi K3.1 Pro ได้ 46 คะแนน แต่ยังไม่ได้เปิดน้ำหนักโมเดล

DeepSeek V4.1 Flash และ GLM-5.3 ที่เปิดน้ำหนักโมเดลแล้วได้เพียง 32 คะแนน ตามหลังอันดับหนึ่งถึง 26 คะแนน แม้แต่ Claude Haiku 5.5 ที่ได้ 36 คะแนนก็ยังสูงกว่า

ในงานวิจัยทางวิทยาศาสตร์ที่เพิ่มใหม่ GPT-6 Astra มีอัตราความสำเร็จ 63% Kimi K3.1 Pro อยู่ที่ 34% ส่วน DeepSeek V4.1 Flash มีเพียง 13%

แม้ GPT-6.1 Sol จะต่ำกว่า Claude Opus 5.5 อยู่ 3 คะแนน แต่เมื่อประเมินตามราคา API สาธารณะ เฉลี่ยแล้วแต่ละงานประเมินแบบครบวงจรใช้เพียง 1.27 ดอลลาร์ ขณะที่อีกตัวต้องใช้ 10.04 ดอลลาร์ ใกล้เคียง 8 เท่า

โจทย์ในเวอร์ชันใหม่โดยรวมใช้ Token มากขึ้น ค่ามัธยฐานของ Token ที่ส่งออกต่องานเพิ่มจาก 35,000 ในเวอร์ชันเก่าเป็น 59,000