Artificial Analysis Intelligence Index v5

combines nine evaluations, 60% based on private datasets or hidden answers

“De v5-index combineert negen evaluaties, waarvan 60 procent op privédatasets of afgeschermde antwoorden berust”

uses a mainly English test set consisting mostly of text tasks

“De methodologie beschrijft de index als een voornamelijk Engelstalige testset met vooral teksttaken.”

uses a median of 59,000 output tokens per index task, compared with 35,000 in v4.3

“V5 vraagt meer uitvoertokens per indextaak: mediaan 59.000, tegenover 35.000 in v4.3.”

weights private tests or answers withheld from the public test set at 60 percent

“V5 komt uit op 60 procent privétests of antwoorden die buiten de publieke testset zijn gehouden.”

replaces Humanity’s Last Exam with HLE-Diamond, a set of one thousand questions split evenly between reasoning and knowledge

“De index vervangt Humanity’s Last Exam door HLE-Diamond, een set van duizend vragen die gelijk is verdeeld tussen redeneren en kennis.”

weights individual tests within the categories from 5 to 15 percent

“de losse tests binnen die groepen uiteenlopen van 5 tot 15 procent”

weights nine evaluations in four categories, each at 25 percent

“Artificial Analysis weegt negen evaluaties in vier categorieën van elk 25 procent”

weights private tests and withheld answers at 60 percent

“met privétests en afgeschermde antwoorden op 60 procent van de weging”

scores Claude Opus 5.5 at 58 points and Kimi K3.1 Pro at 46 points

“zet Claude Opus 5.5 op 58 punten en Kimi K3.1 Pro op 46”

appeared on 27 October

“De index verscheen op 27 oktober.”