Тест Paweł Huryn на 105 ошибок: Gemini 4 Neon вышла на первое место с результатом 63
Paweł Huryn сообщил, что проверил Gemini 4 Neon на тех же двух репозиториях с 105 повторно внесёнными ошибками, что и в предыдущем тесте GPT-6.2 Astra, предложив модели найти и исправить всё, что она сможет. По его данным, Neon с уровнем усилий xhigh заняла первое место, опередив GPT-6.2 Astra.
Результаты:
- Gemini 4 Neon (xhigh): 63
- GPT-6.2 Astra (max): 62.7
- GPT-6.2 Astra (xhigh): 60.2
- Claude Fable 5.2 (max): 58
- Gemini 4 Carbon (high): 57.3
- Gemini 4 Neon (high): 57
- Gemini 4 Carbon (medium): 56
Huryn говорит, что результаты Neon с уровнями усилий medium и low опубликует позже в ветке. Это результаты его собственного теста; к 19 ноября пост набрал 1 053 балла на X.
Источники
Получайте такие новости в push.
AI Tracker сообщит, когда что-то меняется в ваших инструментах.