目次
2026年10月28日 10:11（Asia/Shanghai）、@ArtificialAnlys は Artificial Analysis Intelligence Index が v5 になったと発表した。Index の過半——約 60%——が初めて私有テストセットと持ち出し答案に載り、広く流通する公開試験よりも私有側が厚い。当サイトの別記事は Coding Agent Index v2.0／FrontierCode v1.1 であり、本記事の Intelligence Index v5／FrontierCode 2.0 とは別物：Coding Agent Index が v2.0 に：FrontierCode 採用、Claude Code + Opus 5.5 が新基準で首位。
当サイトでは未再走。以下の数値は Artificial Analysis の公表値。
v5 で何が変わったか
models ページの Intelligence Index v5.0 は9本：AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2 (Hard Subset)、Terminal-Bench-Science 0.1。
新規：FrontierCode 2.0、Terminal-Bench-Science。更新：HLE-Diamond（Humanity's Last Exam を置換）、AA-Omniscience v1.1、CritPt v2 hard subset。継続：AA-Briefcase、AutomationBench-AA、GDP.pdf、Terminal-Bench 4.0。削除：GDPval-AA v2.1、SciCode、AA-LCR v1.1。
配点
4象限が各 25%：
- Knowledge Work 25%：AA-Briefcase 15%、AutomationBench-AA 5%、GDP.pdf 5%
- Coding 25%：FrontierCode 2.0 15%、Terminal-Bench 4.0 10%
- Science 25%：Terminal-Bench-Science 15%、CritPt v2 hard subset 10%
- General 25%：AA-Omniscience v1.1 15%（accuracy 10%＋non-hallucination 5%）、HLE-Diamond 10%
コーディングエージェント比較でも Coding は重いが、ここでいうのは Intelligence Index 側の FrontierCode 2.0 であり、上記の古い Coding Agent Index 記事ではない。
総合スコア（max）
max 設定では Claude Opus 5.5 (max) が 58、GPT-6 Astra (max) 57、GPT-6.1 Sol (max) 55。Anthropic と OpenAI が上位5を占め、Gemini 4 Argon (high) は 50。
オープン側では、重み未公開の Kimi K3.1 Pro が 46（オープン側最高、首位から 12 点差。v4.3 では差が 3）。公開重みでは DeepSeek V4.1 Flash 1017 (max) と GLM-5.3 (max) がともに 32。Claude Haiku 5.5 (max) の 36 はなお両者を上回る。
FrontierCode 2.0
FrontierCode 2.0 は Cognition の私有ボードで Coding 象限に入る。実在 OSS リポジトリの 132 題を、メンテナーが merge するかで採点。blocking fail や答え探しは 0。汚染抑制のためタスクは非公開。Artificial Analysis は Stirrup 上で各題を 3 回実行する。
Opus 5.5 (max) は約 46%（評価ページは 46.4% 表記もあり）。Astra、GPT-6.1 Terra、Sonnet 5.5 (max) は約 42%（サイトでは約 42.4%）。公開重みの最高は DeepSeek V4.1 Flash 1017 (max) の 28%。
エージェント料金と利用上限の実務比較は Claude Code と Codex、どちらを選ぶ？料金と利用上限を比べてみた。
タスク単価とトークン負荷
Intelligence Index 1タスクあたり、Opus 5.5 (max) 約 $10.04、Astra (max) $6.24、GPT-6.1 Sol (max) $1.27——Sol は Opus から約 4 点以内で、費用は約 1/8。上位10では Terra (max) 約 $0.96、Fable 5.1 (max) 約 $13.04（Sol の 13倍超）。
v4.3 比で、1タスクあたり出力トークン中央値は約 35k→59k（約 +2/3）。effort 差も拡大：公式例では Opus low 35、max 58。
能力とコストを並べる同社評価は Code2Video-AA：コードで動画を設計する能力とコストの比べ方。同じオープン重みでも API 提供元で速度と請求が変わる話は 同じオープンモデルでも、API 提供元を変えると速度と料金が変わる理由。
Progress Index v1 は別製品
v5 と同時に Progress Index v1 も公開された。IRT の長尺で 2022年11月 まで遡って比較できる進歩の軸であり、今日の frontier 表の差し替えではない。現行利用／現行 frontier のランキングは引き続き Intelligence Index。v4.3 と v5 の総合点は同一スケールとして硬く比べられない。
数値は Artificial Analysis の公開情報に基づく。参考情報。