Epoch AI: Kein Modell erfüllt bei offenen Arbeitsaufgaben den Qualitätsstandard der Mitarbeitenden; Fable 5.2 liegt mit 82 % vorn, GPT-6.2 Astra belegt mit 65 % den vierten Platz
Epoch AI testete GPT-6.2 Astra und andere aktuelle Modelle mit Epoch Automation Reports, einem Benchmark für offene Arbeitsaufgaben bei Epoch – von der Erstellung Epoch-typischer Diagramme bis zum Entwurf einfacher Forschungsexperimente. Ein Epoch-Mitarbeiter bewertet jede Ausgabe anhand des Qualitätsstandards, den Epoch von seinen Mitarbeitenden erwartet. 100 % bedeutet, dass dieser Standard erfüllt wird.
Epoch zufolge blieb jedes Modell darunter. Claude Fable 5.2 erzielte mit durchschnittlich 82 % den höchsten Wert, und GPT-6.2 Astra belegte mit 65 % den vierten Platz, obwohl es mit Fable 5.2 den höchsten ECI-Wert (Epoch Capabilities Index) von 174 teilt. Bei einer Aufgabe erreichten laut Epoch sowohl Fable 5.2 als auch Claude Opus 5.5 das Niveau eines Auftragnehmers.
Die Bewertungen stammen von Epoch selbst und wurden von dessen Mitarbeitenden vergeben. Bis zum 18. November hatte der Beitrag auf X 224 Punkte.
Quellen
News wie diese als Push.
AI Tracker benachrichtigt dich, wenn sich bei deinen Tools etwas ändert.