Claude Opus 5.5, Artificial Analysis 지수 1위... 오픈 웨이트 격차 12점 확대

• Artificial Analysis Intelligence Index v5는 FrontierCode 2.0과 Terminal-Bench-Science라는 두 가지 새로운 벤치마크를 도입하고 기존 세 가지를 업그레이드했으며, 지수의 60%를 비공개 데이터셋 또는 홀드아웃 답변으로 전환함
• Claude Opus 5.5 (max)가 58점으로 지수 1위를 기록했으며, GPT-6 Astra (max, 57점)와 GPT-6.1 Sol (max, 55점)보다 앞서고, 최상위 모델과 최고 오픈 웨이트 모델 간의 격차는 3점에서 12점으로 확대됨
• 상위 모델 간 작업당 비용은 GPT-6.1 Terra (max)의 $0.96부터 Claude Fable 5.1 (max)의 $13.04까지 큰 차이를 보이며, GPT-6.1 Sol (max)는 비용의 일부로 프런티어에 근접한 성능을 제공함
• v5에서는 이펙트 설정이 점수에 더 큰 영향을 미치며, Claude Opus 5.5는 낮은 이펙트에서 35점, 최대 이펙트에서 58점을 기록했고, 작업당 중간 출력 토큰 수는 35k에서 59k로 증가함

Benchmark Changes

• FrontierCode 2.0: 유지보수자의 병합 수용 여부를 기준으로 평가하는 132개의 비공개 실세계 코딩 태스크로 구성되며, Claude Opus 5.5가 46%로 1위를 기록함
• Terminal-Bench-Science: 70개의 에이전틱 과학 연구 태스크로 구성되며, GPT-6 Astra가 63%로 1위를 기록했고 오픈 웨이트 모델은 10% 미만 점수를 기록함
• HLE-Diamond: Humanity's Last Exam을 대체하는 정제된 1,000문항 세트로 구성되며, Claude Opus 5.5가 68%로 1위를 기록함

New Progress Index

• Artificial Analysis Progress Index v1은 2022년 11월 이후 출시된 모델의 역량을 연속 스케일로 추적함
• 현재 프런티어 성능을 측정하는 Intelligence Index를 보완하여, 수년에 걸친 근본적인 역량 변화를 비교하도록 설계됨