AA Intelligence Index v4.2란?: 비공개 평가 비중 두 배 해설

자가 먼저 바뀌었다. v4.2는 비공개 평가 비중을 두 배로 올리고 더 맞추기 어려운 지식 업무 문항으로 갈아끼웠다.

2026년 9월 4일 Artificial Analysis가 바꾼 것은 명단이 아니라 자다. Intelligence Index v4.2는 비공개 평가 비중을 두 배로 올렸다.

검색되는 사건은 Intelligence Index v4.2다. 홀드아웃이 종합의 40%가 되고, 포화된 공개 과학 시험이 빠지며, 맞추기 어려운 지식 업무 두 개가 들어온다. OfficeChai와 AI Weekly는 9월 5일 같은 공식 changelog를 전했다.

changelog가 실제로 움직인 것

새 문항이 보상하는 것

AA-Briefcase

업계가 짠 여러 주 프로젝트, 원본은 수천 개. 루브릭은 완료를, 쌍대 비교는 분석과 발표를 본다. 공식은 Fable 5.1과 Opus 5가 앞선다고 쓰고, 이어 Astra와 Muse Spark 1.3. Astra는 GPT-5.6 Sol보다 약 85 Elo 높다.

GDP.pdf

한 턴 전문 문서 추론. 근거는 본문, 표, 그림, 각주, 제외 항목에 흩어진다. Astra 33.2%, Sol 28.2%, Fable 5.1 26.2%. 종합 1위와 문서 슬라이스 1위는 다른 이름이다.

새 점수를 읽는 세 갈래

1. 01
   먼저 비중을 본다

   40%가 비공개에 실린다. Briefcase, Omniscience, CritPt 정답을 포함한다. 목적은 공개 세트 맞추기를 줄이는 것이다. v5에서 더 올라간다.

2. 02
   버전 간 절대 점수를 비교하지 않는다

   v4.1과 v4.2는 같은 시험이 아니다. OfficeChai도 Astra가 옛 자에서는 거의 움직이지 않았고 다음날 새 자가 나왔다고 적었다.

3. 03
   슬라이스와 헤드라인을 가른다

   종합은 Anthropic과 OpenAI. 비용 효율 프론티어에는 Meta와 Z.AI도 있다. 문서 문항은 OpenAI가 앞선다. 종합 한 장의 스크린샷은 슬라이스를 버린다.

선거구를 다시 그린 뒤의 두 선거는 숫자가 남아도 의미가 같지 않다.

다음 주 어떤 API를 시험할지 정해야 한다면 changelog를 한 페이지에 펼치는 편이 순위 이미지를 전달하는 것보다 낫다. 말이 필요할 때 마이크를 열면 된다. 짧은 oakmeet 방으로 충분하고, 평가 회의를 위해 클라이언트를 깔 필요는 없다. 한도는 8명, 대략 한 시간이다.