Epoch AI : aucun modèle ne satisfait aux critères de son personnel pour les tâches ouvertes ; Fable 5.2 arrive en tête avec 82 %, GPT-6.2 Astra est quatrième avec 65 %
Epoch AI a testé GPT-6.2 Astra et d’autres modèles récents sur Epoch Automation Reports, son benchmark de tâches ouvertes réalisées par Epoch, allant de la création de diagrammes dans le style d’Epoch à la conception d’expériences de recherche élémentaires. Un employé d’Epoch évalue chaque résultat selon le niveau de qualité attendu du personnel d’Epoch, 100 % correspondant à ce niveau.
Selon Epoch, aucun modèle n’a atteint ce niveau. Claude Fable 5.2 obtient le meilleur score, avec une moyenne de 82 %, et GPT-6.2 Astra se classe quatrième avec 65 %, alors qu’il partage avec Fable 5.2 le meilleur score ECI (Epoch Capabilities Index), à 174. Pour l’une des tâches, indique Epoch, Fable 5.2 et Claude Opus 5.5 ont tous deux atteint le niveau d’un prestataire.
Ces scores ont été attribués par le personnel d’Epoch selon ses propres critères. La publication avait recueilli 224 points sur X au 18 novembre.
Sources
Recevez ce genre d'actus en notification.
AI Tracker vous prévient dès que quelque chose change pour les outils que vous utilisez.