Op de ranglijst van Artificial Analysis geraadpleegd op 28 oktober 2026, behaalt het beste model waarvan de gewichten downloadbaar zijn 32 punten, tegenover 58 voor Claude Opus 5.5 van Anthropic. Met versie 5 van de index, die meerdere tests samenvoegt, verliezen alle opengewichtsmodellen tussen de 12 en 16 punten, terwijl de modellen zelf niet zijn veranderd.
In de vorige versie, die enkele dagen eerder nog online stond, scoorden MiMo-V2.6-Pro van Xiaomi, DeepSeek V4.1 Flash en GLM-5.3 allemaal meer dan 44 punten. De nieuwe versie vervangt namelijk openbare evaluaties door vraagstellingen die de laboratoria niet kunnen inzien.
60% van de index berust nu op privétests
Volgens het presentatieartikel van versie 5 berust 60% van de index op evaluaties waarvan de testdata privé is of waarvan de antwoorden geheim worden gehouden. De index is verdeeld in vier categorieën die elk 25% wegen: intellectueel werk, code, wetenschap en algemene kennis.
Artificial Analysis noemt onder meer FrontierCode 2.0, een programmeerbenchmark gelanceerd door Cognition, waarvan de taken « privé blijven om contaminatie te voorkomen ». Contaminatie verwijst naar de aanwezigheid van testvragen in de trainingsdata van modellen. De index bevat ook 40 moeilijke vragen van CritPt v2, over natuurkunde, terwijl AA-Omniscience v1.1 van zijn openbare vragen is gezuiverd. Het artikel geeft geen exacte samenstelling van de 60%.
Drie tests vallen uit de index: GDPval-AA, SciCode en AA-LCR. Twee komen erbij: FrontierCode 2.0 en Terminal-Bench-Science, gewijd aan wetenschappelijke taken uitgevoerd in een terminal. Op zijn X-account had Artificial Analysis het aandeel privétests al verhoogd naar 40% met versie 4.2 op 4 september, en kondigde een verdere stijging aan voor versie 5.
Open modellen verliezen tussen 12 en 16 punten
De elf modellen vermeld op de pagina voor open modellen, die op 28 oktober nog versie 4.3.2 toonde, verliezen allemaal tussen de 12 en 16 punten in versie 5. Mistral Large 4, waarvan de gewichten nog niet zijn gepubliceerd, verliest er 13. MiMo-V2.6-Pro gaat zo van 46 naar 30, DeepSeek V4.1 Flash 1017 (max) van 45 naar 32, en Muse Spark Open (Meta, xhigh) van 39 naar 25.
Kimi K3.1 Pro van Moonshot AI, waarvan de gewichten niet zijn gepubliceerd, gaat van 55 naar 46. De best gerangschikte gesloten modellen blijven tussen de 50 en 58 punten: Claude Opus 5.5 (58), GPT-6 Astra (57), GPT-6.1 Sol (55), Claude Sonnet 5.5 (54), GPT-6.1 Terra (51) en Gemini 4 Argon (50). Artificial Analysis verklaart de daling bij open modellen niet.
Van 3 tot 26 punten verschil afhankelijk van welk model als open wordt gerekend
Artificial Analysis vat versie 5 samen door te schrijven dat het verschil van modellen met open gewichten « gaat van 3 naar 12 punten ». Deze berekening rekent Kimi K3.1 Pro mee, met 46 punten, terwijl de gewichten « nog niet gepubliceerd » zijn. In zijn artikel van 23 oktober kondigde de site aan dat het verschil « van 12 punten naar 3 » zou krimpen zodra deze gewichten waren gepubliceerd, maar dat was op 28 oktober nog steeds niet het geval. De modelfiche classificeert het overigens als « Proprietary model ».
Voor de daadwerkelijk gepubliceerde gewichten alleen, staan DeepSeek V4.1 Flash en GLM-5.3, met 32 punten, op 26 punten afstand van Claude Opus 5.5. Vóór de versiewijziging was het verschil 12 punten. Met 25 punten sluit Mistral Large 4 aan bij Muse Spark Open, en DeepSeek V4.1 Flash en GLM-5.3 hebben een voorsprong van 7 punten op deze twee modellen.
De ranglijst vermeldt ook de instelling voor redeneerinspanning van elk model. Ingesteld op lage inspanning behaalt Claude Opus 5.5 35 punten voor een gemiddelde kostprijs van 0,98 dollar per taak van de index, volgens Artificial Analysis. Bij maximale inspanning kost dezelfde taak 10,04 dollar.
De Hugging Face-repository van Mistral Large 4 toont 31 oktober 2026 als geschatte publicatiedatum voor de gewichten, zonder bestand of licentie op de avond van 28 oktober. Mistral schreef op 6 oktober dat ze deze « voor het einde van de maand » zouden publiceren. De gekozen licentie en de score van de gepubliceerde versie blijven onbekend.
