Mercor: GPT-6.2 Astra ने OpenWorldEngineer कोडिंग बेंचमार्क में 67.2% के साथ पहला स्थान हासिल किया
Mercor का कहना है कि उसने लॉन्च से पहले GPT-6.2 Astra और GPT-6.2 Sol का परीक्षण किया, और Astra उसके नए OpenWorldEngineer बेंचमार्क में सबसे आगे है। इस बेंचमार्क में लंबी अवधि वाली इंजीनियरिंग और शोध की 26 परियोजनाएँ शामिल हैं और Astra का औसत स्कोर 67.2% है। इसकी सूची में Claude Fable 5.2 को 54.6% और GPT-6 Astra को 44.2% मिले हैं।
Mercor के अनुसार, Astra चारों क्षेत्रों में पहले स्थान पर है: सॉफ़्टवेयर विकास 65.9%, इंजीनियरिंग 83.7%, मशीन लर्निंग 62.9% और विज्ञान 60.4%। ये आँकड़े Mercor के अपने हैं और पोस्ट में GPT-6.2 Sol का स्कोर नहीं दिया गया है।
18 नवंबर तक X पर पोस्ट को 815 अंक मिले थे।
स्रोत
ऐसी ख़बरें push में पाएँ।
आपके टूल्स में कुछ बदलते ही AI Tracker आपको अलर्ट करता है।