AA Intelligence Index

かんたんに言うと · 複数の試験結果をひとつにまとめた総合成績

何を測定しますか？

複数の試験の点数を一つにまとめた総合成績表です。コーディング・科学・業務代行・長文理解を個別に見るのではなく「全体としてどれだけ有能か」を一つの数字で比べるときに使います。この点数が高いAIは一芸に秀でるより万能型の傾向があります。

誰がどのように評価しますか？

独立評価機関 Artificial Analysis が9つの評価（GDPval-AA・τ³-Banking・Terminal-Bench・SciCode・AA-LCR・AA-Omniscience・Humanity's Last Exam・GPQA Diamond・CritPt）を自ら実行し、加重平均します。エージェント・コーディング・一般能力・科学的推論の4領域が反映され、開発元の発表値ではなく第三者の実測です。

スコアの読み方

0〜100点です。上位は数点差に密集しているため1〜2点の差は体感しにくく、順位より点数帯を見るのが安全です。英語テキスト中心の評価のため、画像・音声・日本語の実力は反映されません。構成評価と重みはバージョンごとに変わってきた（現在 v4.1.1）ので、時点の異なる点数の直接比較は避けてください。