Epoch AI: Açık uçlu iş görevlerinde hiçbir model personel standardını karşılamıyor; %82 ile Fable 5.2 lider, GPT-6.2 Astra %65 ile dördüncü
Epoch AI, GPT-6.2 Astra ve diğer yeni modelleri; Epoch tarzı diyagramlar hazırlamaktan temel araştırma deneyleri tasarlamaya kadar açık uçlu Epoch iş görevlerinden oluşan kıyaslaması Epoch Automation Reports üzerinde test etti. Her çıktıyı, Epoch çalışanlarından beklenen kalite standardına göre bir Epoch çalışanı puanlıyor; %100 bu standardın karşılandığı anlamına geliyor.
Epoch, tüm modellerin standardın altında kaldığını söylüyor. En yüksek ortalama puanı %82 ile Claude Fable 5.2 aldı; ECI (Epoch Capabilities Index) puanı 174 ile Fable 5.2 ile zirveyi paylaşmasına rağmen GPT-6.2 Astra %65 ile dördüncü sırada yer aldı. Epoch'a göre, görevlerden birinde hem Fable 5.2 hem de Claude Opus 5.5 bir yüklenicinin seviyesine ulaştı.
Puanlar, Epoch çalışanlarının değerlendirdiği Epoch'un kendi puanları. Gönderi, 18 Kasım itibarıyla X'te 224 puan almıştı.
Kaynaklar
Bu tür haberleri bildirim olarak alın.
Kullandığınız araçlarda bir şey değiştiğinde AI Tracker sizi uyarır.