Epoch AI: nessun modello soddisfa gli standard del suo personale nei compiti aperti; Fable 5.2 è in testa con l’82%, GPT-6.2 Astra è quarto con il 65%
Epoch AI ha testato GPT-6.2 Astra e altri modelli recenti su Epoch Automation Reports, il suo benchmark di compiti aperti svolti da Epoch, che spaziano dalla creazione di diagrammi in stile Epoch alla progettazione di esperimenti di ricerca di base. Un dipendente di Epoch valuta ogni risultato in base agli standard qualitativi attesi dal personale di Epoch: il 100% indica che lo standard è soddisfatto.
Secondo Epoch, nessun modello ha raggiunto lo standard. Claude Fable 5.2 ha ottenuto il punteggio medio più alto, pari all’82%, mentre GPT-6.2 Astra si è classificato quarto con il 65%, pur condividendo con Fable 5.2 il punteggio ECI (Epoch Capabilities Index) più alto, pari a 174. In uno dei compiti, afferma Epoch, sia Fable 5.2 sia Claude Opus 5.5 hanno raggiunto il livello di un collaboratore esterno.
I punteggi sono stati assegnati dal personale di Epoch, secondo i criteri dell’azienda. Al 18 novembre, il post aveva ottenuto 224 punti su X.
Fonti
Ricevi notizie come questa via push.
AI Tracker ti avvisa quando cambia qualcosa negli strumenti che usi.