AI Trackerアプリ
← すべてのニュース
OpenAIモデル

Epoch AI:自由形式の業務タスクで職員の基準を満たすモデルはなし。Fable 5.2が82%で首位、GPT-6.2 Astraは65%で4位

Epoch AIは、Epoch Automation ReportsでGPT-6.2 Astraやほかの最新モデルを評価しました。これは、Epoch風の図の作成から基本的な研究実験の設計まで、自由形式のEpoch業務タスクを測るベンチマークです。Epochの職員が各出力を採点し、Epoch職員に期待される品質基準を満たした場合を100%としています。

Epochによると、すべてのモデルが基準に届きませんでした。Claude Fable 5.2が平均82%で最高得点を獲得し、GPT-6.2 Astraは65%で4位でした。GPT-6.2 AstraはFable 5.2と並んで最高のECI(Epoch Capabilities Index)スコア174を記録しているにもかかわらず、この順位でした。あるタスクでは、Fable 5.2とClaude Opus 5.5の両方が請負業者の水準に達したとEpochは述べています。

これらのスコアはEpoch独自のもので、職員が採点しています。11月18日時点で、この投稿はXで224ポイントを獲得しました。

こんなニュースをプッシュで。

使っているツールに変化があると、AI Tracker がお知らせします。

アプリを入手