MODEL HISTORY
Step 5 Preview 指标历史
Step 5 Preview 的公开评测事实历史，共 14 条观测、14 项指标；只记录来源变化，不插值、不合成本站总分。
怎样理解这份历史
每条记录对应来源快照中的一个原始指标。同一口径下相同值重复抓取不会制造新记录；数值、临时状态或来源状态变化时追加，核实后的方法版本另立指标身份。首个快照是本站的可追溯起点，不代表该指标第一次对外发布。当前模型来源为 Artificial Analysis。
Index、Elo、百分比等单位不能互相相减，也不会在这里合成为“综合总分”。
本页含 AA Intelligence Index v4.3.2 的完整方法观测。该版本对 GDPval-AA v2.1 与 AA-Briefcase v1.1 的 Elo 拟合使用 Crowd-BT；旧 v4.3 与 v4.3.1 点位仍保留各自版本、值与日期，不能将跨版本差额解释成模型能力变化。查看当前方法边界 →
APPEND-ONLY FACTS
观测记录
按观测时间倒序；同日多项指标分别保留。
| 观测日期 | 基准 / 版本 | 指标 | 原始值 | 来源 | 状态 |
|---|---|---|---|---|---|
| Artificial Analysis intelligence component evaluationsv4.3.2 | AutomationBench-AA partial scorefraction | 51.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2当前完整方法 v4.3.2 · Crowd-BT Elo；不由实时 Elo 重算 Intelligence Index | AA-Briefcase overall Eloelo | 1433 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | CritPtfraction | 20.9% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | GDP.pdf all-passfraction | 14.8% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2当前完整方法 v4.3.2 · Crowd-BT Elo；不由实时 Elo 重算 Intelligence Index | GDPval-AA v2elo | 1566 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | Humanity's Last Examfraction | 46.5% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis capability indicesv4.3.2 | Intelligence Indexindex | 43.7 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-LCR v1.1fraction | 88.3% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscienceindex | 16.4 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscience accuracyfraction | 41.5% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscience hallucination ratefraction | 43.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | SciCodefraction | 58.9% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | Terminal-Bench v4.0fraction | 33.3% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis model aggregatevpublic-model-v1 | 上下文窗口tokens | 1,000,000 | Model Coordinate repository snapshots第三方评测 | 有效 |