Sakhanda Wire
NVDA $152.18 -2.54% MSFT $505.66 -2.38% GOOGL $279.68 -1.43% META $617.65 -1.40% AMZN $256.02 -0.67%
← Back to the news

Artificial Analysis обновява индекса си след съмнения около GPT-6 Astra

Artificial Analysis публикува версия 4.2 на своя Intelligence Index след критики, че предишната методика не е отчела реалния напредък на GPT-6 Astra. По-ранни оценки, включително на OpenAI, поставиха модела значително пред конкурентите. Epoch AI го класира на първо място сред 267 модела със 169 точки в над 50 теста, а ARC-AGI-3 отчете голям или много голям скок според използвания тестов инструмент.

В обновения индекс Astra получава четири точки повече от предшественика си Sol. Claude Fable 5.1 на Anthropic остава начело, Astra е втори, а Meta заема третото място. Според Artificial Analysis Astra използва по-малко токени за задача от всички други водещи модели. По съотношение между цена и резултат лидерството е поделено от Anthropic, OpenAI, Meta и Zhipu AI.

Версия 4.2 добавя тестовете AA-Briefcase за реална работа със знания и GDP.pdf на Surge AI за анализ на PDF документи. GPQA-Diamond е премахнат, тъй като моделите са го решили. Частните тестови данни вече формират 40% от оценката, а са коригирани и грешки в изчисленията. Версия 5 се разработва от осем месеца и ще бъде внедрявана поетапно.

Written by Sakhanda Wire AI from reporting by The Decoder. Facts, quotes and full context are in the original article below.

Originally published by The Decoder on

Read the original on The Decoder ↗

The reporting and the image belong to The Decoder and are credited and linked above; the text on this page is Sakhanda Wire's own summary.

← Back to the news

More stories

All the latest news