AI TrackerСкачать
← Все новости
OpenAIМодели

Epoch AI: ни одна модель не соответствует стандартам сотрудников в открытых рабочих задачах; Fable 5.2 лидирует с результатом 82%, GPT-6.2 Astra — на четвертом месте с 65%

Epoch AI протестировала GPT-6.2 Astra и другие недавние модели на Epoch Automation Reports — своем бенчмарке открытых рабочих задач Epoch: от создания диаграмм в стиле Epoch до разработки базовых исследовательских экспериментов. Сотрудник Epoch оценивает каждый результат по стандарту качества, которого ожидают от сотрудников Epoch; 100% означает соответствие этому стандарту.

По словам Epoch, ни одна модель не достигла нужного уровня. Claude Fable 5.2 получила наивысший средний результат — 82%, а GPT-6.2 Astra заняла четвертое место с 65%, хотя делит с Fable 5.2 первое место по показателю ECI (Epoch Capabilities Index) — 174. По словам Epoch, в одном из заданий и Fable 5.2, и Claude Opus 5.5 показали уровень подрядчика.

Результаты выставлены самой Epoch и оценены ее сотрудниками. К 18 ноября пост набрал 224 балла на X.

Получайте такие новости в push.

AI Tracker сообщит, когда что-то меняется в ваших инструментах.

Скачать приложение