--- title: "Intelligence Index とは？v4.3.2 の中身と点数の正しい読み方 | AI用語集 - ai-garage" description: "Intelligence Index（AAI）は Artificial Analysis が公開する総合知能スコア。v4.3.2 はエージェント30%・一般知識30%・コーディング20%・科学的推論20%の4分野10評価の加重平均です。0〜100点満点とは読めない理由と、2026年10月時点の最上位スコアまで日本語" source: https://ai-garage.jp/glossary/intelligence-index/ --- ベンチマーク 🔥 HOT # Intelligence Indexとは？ 最終更新 2026年10月9日 （公開 2026年7月6日） 別名: インテリジェンスインデックス / AAI（Artificial Analysis Intelligence Index） Artificial Analysis が公開するAIモデルの総合知能スコア。4分野10評価の加重平均で、数字が大きいほど上位。 ⚡ 30秒でわかる ## Intelligence Index の主なポイント - 1 Artificial Analysis が公開する総合知能スコア。単独テストの点数ではなく合成スコア - 2 2026年10月9日時点の最新版は v4.3.2（9月19日更新）。4分野・合計10の評価の加重平均 - 3 配分はエージェント30%・一般知識30%・コーディング20%・科学的推論20% - 4 「0〜100点満点」とは読めない。2026年10月9日時点の最上位は 58（9月22日公開の Claude Opus 5.5・max 設定。2位は Sonnet 5.5 の 56、Fable 5.1 と GPT-6 Astra は 53） - 5 用途が偏るなら総合点ではなく該当分野の内訳を見る - 6 構成ベンチは版ごとに入れ替わる（v4.3.2 に MMLU・HumanEval・GPQA Diamond は含まれない） 📖 詳しく ## Intelligence Index とは Intelligence Index は、独立分析サイト [Artificial Analysis](https://ai-garage.jp/glossary/artificial-analysis/)（AA）が公開する AI モデルの「総合知能スコア」です。 単独のテストの点数ではなく、複数の評価を重み付けして平均した合成スコアです。 2026年10月9日時点の最新版は v4.3.2（2026年9月19日更新）で、4分野・合計10の評価で構成されています。 配分と内訳は次のとおりです。 [エージェント](https://ai-garage.jp/glossary/agent/)（30%）：AA-Briefcase v1.1（15%）、GDPval-AA v2.1（10%）、AutomationBench-AA（5%） 一般知識（30%）：AA-Omniscience（15%＝正答率が10%、間違いを作らない率が5%）、GDP.pdf（10%）、AA-LCR v1.1（5%） コーディング（20%）：[Terminal-Bench](https://ai-garage.jp/glossary/terminal-bench/) v4.0（10%）、SciCode（10%） 科学的推論（20%）：HLE（Humanity's Last Exam）（10%）、CritPt（10%） 重みがいちばん大きいのはエージェントと一般知識で、それぞれ30%です。 「道具を使って自分で手順を踏む仕事」と「知っていることの正確さ」が、総合点に強く効く設計になっています。 9月19日の v4.3.2 は、9月8日の v4.3 と評価の顔ぶれも配分も同じです。変わったのは GDPval-AA（v2.1）と AA-Briefcase（v1.1）の採点のしかた（2つのモデルの成果物を並べて比べた結果を点数に直す計算方法）で、これに合わせて全モデルが採点し直されました（あいだの v4.3.1 は審査役のモデルを入れ替えただけで、点数は変わっていません）。 v4.3 のひとつ前の v4.2 は分野の配分（30%・30%・20%・20%）は同じでしたが、評価の中身が3つ違います。 v4.3 では 𝜏³-Banking が外れて AutomationBench-AA（SaaS の業務自動化を657タスクで測るもの）が入り、 コーディングの Terminal-Bench が v2.1 から v4.0（66タスク）に上がりました。 さらにひとつ前の v4.1.1 は4分野9評価（エージェント34%・コーディング24%・科学的推論24%・一般知識18%）で、 v4.2 のときに [GPQA](https://ai-garage.jp/glossary/gpqa/) Diamond が外れ、AA-Briefcase と GDP.pdf が加わっています。 点数の読み方には注意が必要です。0〜100点の何点、という読み方はできません。 0〜100 に正規化していると明記した公式資料は見つかっておらず、 2026年10月9日時点の最上位でも 58 にとどまります（9月22日公開の Claude Opus 5.5・max 設定。2位は Claude Sonnet 5.5 の 56、Claude Fable 5.1 と GPT-6 Astra は 53）。 「100点満点の何点」ではなく「数字が大きいほど上位」という相対的な順位付けとして読んでください。 「このモデルは賢いの？」を一目で比較できるため、業界でデファクト指標の一つになっています。 ただし合成スコアなので、コーディング・推論・日本語性能といった個別の強みは別途の確認が必要です。 用途が偏っている場合は、総合点で決めずに該当分野の内訳まで見るのが正しい使い方です。 なお構成ベンチは版が上がるたびに入れ替わります（v4.3.2 でも [MMLU](https://ai-garage.jp/glossary/mmlu/)・HumanEval・GPQA Diamond は使われていません）。 版が上がると全モデルの点数がまとめて動きます。v4.1.1 から v4.2 への切り替えでは当時最上位の Claude Fable 5.1 が 66 から 57 へ、 v4.2 から v4.3 では同じモデルが 57 から 53 へ下がりました（v4.3.2 でも 53 のまま）。モデルが劣化したのではなく、ものさしの目盛りが変わっただけです。 しかも下がり方はモデルごとに違うので、版が変わると順番そのものが入れ替わることがあります （v4.3 では GLM-5.3 が Kimi K3 と Grok 4.6 を追い抜きました。9月8日の v4.3 と9月23日に確認した v4.3.2 を比べると、DeepSeek V4.1-Flash が 40 から 39、GPT-5.6 Luna が 38 から 37 に動いています）。 他サイトで見た構成が古い可能性があるので、比較に使うときは版の日付を確認してください。 ❓ FAQ ## よくある質問 Q. Intelligence Index は何を測ってる？ A. Artificial Analysis が選定した4分野・合計10の評価を重み付けして平均した合成スコアです （2026年10月9日時点で v4.3.2）。分野の配分はエージェント30%・一般知識30%・コーディング20%・科学的推論20%で、 エージェント用途と知識の正確さの比重が重くなっています。 Q. スコアは0〜100点満点？ A. 「0〜100 に正規化している」と明記した公式資料は見つかっていません。 実際の値も 2026年10月9日時点の最上位が 58（Claude Opus 5.5）で、100 に近づいているモデルはありません。 「100点満点の何点」ではなく「数字が大きいほど上位」という相対的な指標として読んでください。 Q. 2026年10月時点でいちばんスコアが高いモデルは？ A. 2026年9月22日公開の Claude Opus 5.5 が 58（max 設定）で最上位です（AA の表記で204モデル中1位。考える量を下げた xhigh の 56、high の 54 でも Claude Fable 5.1 の 53 を上回ります。2位は9月28日公開の Claude Sonnet 5.5 の 56、GPT-6 Astra も 53、前世代の Claude Opus 5 は 51。 いずれも v4.3.2・2026年10月9日時点で AA の該当モデルページから確認できる値）。 なお「◯モデル中」の母数は数え方とページで変わります。リーダーボードは考える量の設定ごとに別行で並び、2026年9月23日には同じ Opus 5.5 がリーダーボードで「168モデル中1位」、モデルページで「212モデル中1位」と表示されていました。 新モデルの追加と再計測で順位は動くので、 判断材料にするときは AA 側の最新値か、ai-garage の比較表で日付を確認してください。 Q. 単独ベンチマーク（GPQA など）と何が違う？ A. 単独ベンチは「特定領域の能力」だけを測ります。Intelligence Index は10個を統合した合成スコアなので、 用途を絞らない比較に向きます。逆に「コーディング専用に選びたい」なら SWE-Bench や Terminal-Bench を直接見るほうが正確です。 Q. 他サイトで見た構成ベンチと内容が違うのはなぜ？ A. 版が上がるたびに構成ベンチが入れ替わるためです。 2026年10月9日時点の v4.3.2 では MMLU・HumanEval・GPQA Diamond は使われておらず、AA-Briefcase v1.1・GDPval-AA v2.1・GDP.pdf・Terminal-Bench v4.0・AutomationBench-AA などに置き換わっています。 古い版の説明をそのまま載せている解説記事も多いので、版の日付を確認してください。 Q. ai-garage の比較表で出てくる SWE-Bench とどっちを優先すべき？ A. 「総合的にどれが賢い？」を即答したいなら Intelligence Index、 「自分の業務（コーディング・数学・推論）で強い？」を見たいなら個別ベンチを参照してください。 実務では両方の照合が一番安全です。 🔗 関連 ## あわせて読みたい 関連用語 [Artificial Analysis](https://ai-garage.jp/glossary/artificial-analysis/)[GPQA](https://ai-garage.jp/glossary/gpqa/)[SWE-Bench](https://ai-garage.jp/glossary/swe-bench/) 関連 AI モデル [Claude — Anthropic 長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。](https://ai-garage.jp/models/claude/) 関連トピック [推論モデル革命 「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。](https://ai-garage.jp/topics/reasoning-revolution/) 📰 この用語が登場する記事 ## 「Intelligence Index」が出てくるニュース [![コーディングAIの最新順位、首位はSonnet 5.5。でも1課題$14.2でSolの約14倍](https://ai-garage.jp/images/news-heroes/coding-agent-index-sonnet-5-5-gpt-6-1-sol-card.webp) 2026/10/2 コーディングAIの最新順位、首位はSonnet 5.5。でも1課題$14.2でSolの約14倍](https://ai-garage.jp/news/coding-agent-index-sonnet-5-5-gpt-6-1-sol/)[![GPT-6.1 Sol 登場！料金そのままAstraに迫る性能、キャッシュ入力は半額に](https://ai-garage.jp/images/news-heroes/gpt-6-1-sol-launch-card.webp) 2026/9/30 GPT-6.1 Sol 登場！料金そのままAstraに迫る性能、キャッシュ入力は半額に](https://ai-garage.jp/news/gpt-6-1-sol-launch/)[![Claude Sonnet 5.5 登場！料金そのまま30%速く、無料プランでも使えるよ](https://ai-garage.jp/images/news-heroes/claude-sonnet-5-5-launch-card.webp) 2026/9/29 Claude Sonnet 5.5 登場！料金そのまま30%速く、無料プランでも使えるよ](https://ai-garage.jp/news/claude-sonnet-5-5-launch/)[![Claude Opus 5.5 登場！Fable 5.1 並みで費用は Opus 5 の4割減](https://ai-garage.jp/images/news-heroes/claude-opus-5-5-launch-card.webp) 2026/9/23 Claude Opus 5.5 登場！Fable 5.1 並みで費用は Opus 5 の4割減](https://ai-garage.jp/news/claude-opus-5-5-launch/)[![GPT-6 Sol・Luna 登場！API料金は半額、ChatGPTのチャットには10月7日から](https://ai-garage.jp/images/news-heroes/gpt-6-sol-luna-launch-card.webp) 2026/9/23 GPT-6 Sol・Luna 登場！API料金は半額、ChatGPTのチャットには10月7日から](https://ai-garage.jp/news/gpt-6-sol-luna-launch/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp) 2026/9/5 Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/) 📎 SOURCES ## 一次ソース - [→ Artificial Analysis – AI Model Quality](https://artificialanalysis.ai/) - [→ Artificial Analysis – Methodology](https://artificialanalysis.ai/methodology) - [→ Artificial Analysis – Intelligence Index の構成（v4.3.2・4分野10評価の重み付けと版の履歴）](https://artificialanalysis.ai/methodology/intelligence-benchmarking) - [→ Artificial Analysis：Claude Opus 5.5（Intelligence Index v4.3.2 で 58・max 設定・204モデル中1位・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-opus-5-5) - [→ Artificial Analysis：Claude Fable 5.1（Intelligence Index v4.3.2 で 53・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-fable-5-1) - [→ Artificial Analysis：Claude Opus 5（Intelligence Index v4.3.2 で 51・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-opus-5) - [→ Artificial Analysis：Claude Sonnet 5.5（Intelligence Index v4.3.2 で 56・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-sonnet-5-5) ベンチマーク カテゴリの用語 [Aider Polyglot Leaderboard](https://ai-garage.jp/glossary/aider-leaderboard/)[AIME](https://ai-garage.jp/glossary/aime/)[AIコスパ指数](https://ai-garage.jp/glossary/ai-cospa-index/)[Chatbot Arena](https://ai-garage.jp/glossary/arena/)[GPQA](https://ai-garage.jp/glossary/gpqa/)[HumanEval](https://ai-garage.jp/glossary/humaneval/)[Humanity's Last Exam（HLE）](https://ai-garage.jp/glossary/hle/)[LMArena（Chatbot Arena）](https://ai-garage.jp/glossary/lmarena/)[MMLU](https://ai-garage.jp/glossary/mmlu/)[SWE-Bench](https://ai-garage.jp/glossary/swe-bench/)[SWE-Bench Pro](https://ai-garage.jp/glossary/swe-bench-pro/)[Terminal-Bench](https://ai-garage.jp/glossary/terminal-bench/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[ロングコンテキスト評価](https://ai-garage.jp/glossary/context-eval/) [← 前の用語 Humanity's Last Exam（HLE）](https://ai-garage.jp/glossary/hle/) [次の用語 → LMArena（Chatbot Arena）](https://ai-garage.jp/glossary/lmarena/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)