人工知能分析は知能指数v4.3.2をリリースし、AA-Briefcase v1.1、GDPval-AA v2.1、自動化ベンチマーク-AA、ターミナルベンチ4.0、科学コード、人類最後の試験、GDP.pdf、重要点、AA-オムニサイエンス、およびAA-LCR v1.1を含む十の評価を含みます。更新されたベンチマークは、エージェント知識作業、コーディング、ドキュメント推論におけるモデル性能を測定します。知能指数は、タスクあたりのUSDでの加重平均コストと能力スコアを比較します。モデルはライセンス条件に基づいて「商用利用制限」または「非商用」とラベル付けされます。AA-Briefcase v1.1ベンチマークは、ルーブリック合格率、分析品質Elo、およびプレゼンテーションEloを集約します。AA-オムニサイエンス指数は、-100から100のスケールで知識の信頼性と幻覚を測定します。オープンネス指数は、モデルのオープンネスを0から100で評価します。これらの標準化されたメトリクスにより、さまざまなユースケースと価格ポイントにおけるAI能力の直接比較が可能になります。