人工智能领域再次迎来巨变！
Artificial Analysis刚刚刷新了Intelligence Index，推出了v5版本，Claude Opus 5.5成功登顶，把OpenAI的GPT-6 Astra从榜首位置拉了下来。
然而，这份喜悦并未持续太久，Gemini 4 Carbon一经发布，便超越了Claude Opus 5.5，抢下了第一的位置。
但一款代号为「Obsidian 3」的神秘模型意外泄露，而所有的线索都指向同一个名字：Anthropic尚未公开的 Fable 5.5。
AI排行榜迎来重新洗牌。
Artificial Analysis发布了最新的Intelligence Index v5排行榜。这是当前行业内最具权威性、难度最高的测试之一。
结果既出人意料，又合情合理。
Anthropic的 Claude Opus 5.5以58分的微弱优势赢得第一。
OpenAI的 GPT-6 Astra以57分，紧随其后，位列第二。
颇具戏剧性的是，谷歌紧接着推出了Gemini 4 Carbon，其AA综合得分达到了59分。
仅一分之差，AI王座在一夜之间两度易主。
然而，在编程智能体指数方面，Anthropic依然以62分保持领先。
为何说这次Anthropic在编程智能体指数榜上登顶含金量极高？因为测试规则发生了改变，变得异常严苛。
私有数据权重提升至60%。
以往的AI测试，大家都在刷榜。模型把公开的GitHub代码库记得滚瓜烂熟，分数自然就高。
这次行不通了。官方直接将私有数据集的权重拉高到了60%。
没有公开资料，没有历史作业可参考。模型必须当场思考，当场解题。
靠「死记硬背」混日子的时代，已经终结。
免疫学教授Derya Unutmaz评论称，新版本更加合理，此前开源模型存在针对公开基准的过度优化（benchmaxxing），与OpenAI、Anthropic及Gemini前沿模型的能力差距被清晰地拉开了。
不过，这并不意味着两者差距扩大了，而是衡量方式发生了变化。
引入了高难度科研工作流。
新增了代码与科研工作流等地狱级挑战。
这不再是编写贪吃蛇代码那么简单，而是要求AI像真正的程序员和研究员一样，处理复杂的工程逻辑。
在这样的高压测试下，Opus 5.5挺住了。它证明了Anthropic在复杂逻辑推理和真实场景落地方面的恐怖实力。
Opus 5.5登顶，只是开胃菜。
真正的重磅消息，隐藏在另一家机构的数据库里。
昨天，知名AI测试机构Cognition发布了其私有编程基准的最新版本：FrontierCode 2.0。
这是一个极其严苛的测试：包含132项来自真实开源代码库的任务。
评分标准简单直接：代码提交后，项目的维护者是否愿意合并（Merge）你的更改。
只要有一项阻断性检查未通过，直接计0分，没有任何同情分。为了防止数据污染，任务全程保密。
而且Artificial Analysis还要在Stirrup框架中每项任务跑三次，杜绝偶然性。
在这个榜单上，Claude Opus 5.5 (max) 以46%的成绩领跑全场。
GPT-6 Astra (max)、GPT-6.1 Terra (max) 和 Claude Sonnet 5.5 (max) 紧随其后，全部卡在42%。
但有人扒开了官网的数据接口。在data.json的隐藏代码中，发现了一个隐藏模型Obsidian 3。
数据令人倒吸一口凉气：
Obsidian 3，高推理模式得分46.8%。
它硬生生把当前第一的Opus 5.5（45.5%）踩在了脚下。
这个隐藏冠军，到底是谁？
社区的极客们迅速锁定了证据：测试框架。
Obsidian 3运行在claude-code环境下。这是一个专属的测试框架，目前全世界只有六个Claude家族的模型在使用。
真相呼之欲出：这可能就是Anthropic尚未官宣的新一代大杀器——Fable 5.5。
争议却随之而来。
一部分人感到失望，直言这提升不够「性感」。
46.8%对比45.5%，仅仅提升了1.3个百分点。在最大（max）模式下，两者甚至持平，都是45.5%。
更要命的是成本。
数据显示，在相同投入程度下，Obsidian 3的成本约为Opus 5.5的3.6倍。在high模式下，单任务成本高达8.62美元；在某些极端的max模式下，单任务成本甚至飙升至约47美元。
跑一次任务，花掉三百多块人民币。这对于多数开发者来说，是难以承受的数字。
这种定价颇有一种「AI中的爱马仕」的奢华感。这倒也间接排除了主打性价比的Gemini。
「如果这就是Fable 5.5，那看起来不够惊艳。」有开发者在X上抱怨。
而且你让它思考得越多，表现反而越差，感觉像是一个早期检查点，不太可能是最终的发布版。
这更像是一个checkpoint。
但也有人看到了不同的东西：
不要被编程得分骗了，Fable 5.5的核心定位，从来不是一个只会写代码的「码农」。
业内人士指出，Obsidian 3虽然在编程成功率上只是小幅领先，但其在「中高推理区间」表现极其稳定。
它真正的跃升，在别的地方：
- 推理与直觉。
- 推断人类的真实意图。
- 提升任务的抱负水平。
- 创造性的「分布外」思维。
- 发明前所未有的新颖解决方案。
在复杂的真实科研流中，解决一个「无人碰过」的新问题，比修100个已知的Bug要有价值得多。
此外，当前泄露的只是测试节点数据，极有可能并非Fable 5.5的最终发布版本。Anthropic还在进行价格与性能的最终调优。
如果Cognition已经对其进行了基准测试并不慎泄露，说明一切已经准备就绪。
可能明天，可能后天，AI界的又一次大地震，已经进入倒计时。
这是一个充满戏剧性的时间节点。
Opus 5.5险胜GPT-6 Astra，证明了Anthropic在编程上的控制力。
Gemini 4 Carbon反超Opus 5.5，证明谷歌宝刀未老，尚能一战。
而隐藏冠军Obsidian 3的暴雷，预示着Fable 5.5已经上膛，随时准备扣动扳机。
AI模型没有不败的神话，只有永远的内卷。
今天，Gemini 4是第一。明天，Claude Fable 5.5可能就会掀翻桌子。之后，OpenAI的反击必将降临。
准备好吧，AI模型发布的时间间隔可能会越来越短。
本文来自微信公众号 “新智元”（ID：AI_era），作者：ASI启示录，36氪经授权发布。
围绕电竞赛事，电竞开户注册持续打磨更优质的服务。