Ανεξάρτητη κατάταξη: πρώτο το Fable 5.1, δεύτερο το Astra
Νέα έκδοση του ανεξάρτητου δείκτη: πρώτο το Claude Fable 5.1, δεύτερο το GPT-6 Astra. Τα ιδιωτικά test sets μετράνε πλέον 40%.
← Νέα
Artificial Analysis
2 θέματα
Πηγή αλήθειαςartificialanalysis.ai
Το tip της εβδομάδας: φτιάξε το δικό σου benchmark
Πέντε δικές σου δουλειές, δύο εργαλεία, μία απάντηση που δεν εξαρτάται από καμία λίστα κατάταξης.