# Artificial Analysis 发布 v4.2 智能指数，用隐藏题库防刷分，并加入模拟知识工作的新测试

> 原标题：Artificial Analysis Intelligence Index v4.2

- 来源：Hacker News 首页
- 发布时间：2026-09-05T00:04:14.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/54853
- 原文：https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v4-2

## 摘要

Artificial Analysis 发布 Intelligence Index v4.2，新增 AA-Briefcase 智能体知识工作评测和 Surge AI 的 GDP.pdf 长文档推理评测，移除已饱和的 GPQA Diamond。

## 推荐理由

Artificial Analysis 发布 Intelligence Index v4.2，新增 AA-Briefcase 智能体知识工作评测与 GDP.pdf 长文档推理评测，并将私有题库权重从 20% 提高到 40% 以降低刷分空间。

## 锐评

隐藏题库权重从 20% 提到 40%，这个方向对。厂商拿公开 benchmark 当训练目标刷分刷了两年，GPQA Diamond 被刷到饱和直接下架就是证据，现在把权重压到私有集上，等于逼着大家去卷真实任务。AA-Briefcase 让模型处理几千个源文件做长周期项目，GDP.pdf 扔 4592 页文档考信息提取，这两个比 MMLU 那类选择题靠谱得多。具体排名变化这次没放，选型还是先看自己场景的实测。
