Artificial Analysis 已发布 Intelligence Index v4.2，这是一项中期更新，旨在加速计划中的 v5 发布内容，以跟上快速发展的前沿模型进展。该更新引入了更复杂、更逼真的任务，并将私有、未公开的测试集比例提高至 Index 权重的 40% —— 翻倍于 v4.1 的数值 —— 以防止刷分作弊。新增了两项重要评估：AA-Briefcase，一项由 Artificial Analysis 自行开发的代理知识工作基准测试，采用私有测试集测试跨数千源文件的多周项目；以及 Surge AI 的 GDP.pdf，评估跨 4,592 页 PDF 的长上下文文档推理，包含 1,275 个专家撰写的原子评判标准。评分基础设施升级包括 AA-LCR v1.1 中改进的评分准确率、GDPval-AA v2 和 AA-Briefcase 的稳定 Elo 评分，以及 Sci Code 更强大的评分沙箱。关键结果显示 Anthropic 的 Claude Fable 5.1 领跑 Index，紧随其后的是 Open AI 的 GPT-6 Astra，较 GPT-5.6 Sol 提升了 4 分。Meta 排名第三，之后依次为 Space XAI、Moonshot/Kimi、Z.AI 和 Google。Cost per Task 帕累托前沿由 Anthropic、Open AI、Meta 和 Z.AI 共享，而 GPT-6 Astra 则主导着靠近智力前沿的输出标记效率前沿。