Artificial Analysis更新智能榜至v4.2，私有测试权重从20%提高到40%，以减少针对性刷分的可能。新版加入aa-briefcase和gdp.pdf，前者模拟真实知识工作项目，后者出题要求模型处理4592页的专业pdf。gpqa diamond被移出综合指数。gpt-6 astra和gemini 3.8 flash分别达到96.3%和95.3%的高分，claude fable 5.1仍排第一，gpt-6 astra第二，得分55，比gpt-5.6 SOL高4分。artificial analysis表示，astra在同级模型中使用了更少的输出token。