La prueba de 105 errores de Paweł Huryn coloca a Gemini 4 Neon en primer lugar con 63
Paweł Huryn dice que probó Gemini 4 Neon en los mismos dos repositorios con 105 errores reintroducidos que usó en su prueba anterior de GPT-6.2 Astra, y le pidió que encontrara y corrigiera todo lo que pudiera. Según informa, Neon con esfuerzo xhigh ocupa el nuevo puesto número 1, por delante de GPT-6.2 Astra.
Sus puntuaciones:
- Gemini 4 Neon (xhigh): 63
- GPT-6.2 Astra (max): 62.7
- GPT-6.2 Astra (xhigh): 60.2
- Claude Fable 5.2 (max): 58
- Gemini 4 Carbon (high): 57.3
- Gemini 4 Neon (high): 57
- Gemini 4 Carbon (medium): 56
Huryn dice que publicará en el hilo los resultados de Neon con esfuerzo medium y low. Los resultados son suyos y corresponden a una sola prueba; la publicación tenía 1,053 puntos en X al 19 de noviembre.
Fuentes
Recibe noticias como esta por push.
AI Tracker te avisa cuando algo cambia en las herramientas que usas.