Bài kiểm tra 105 lỗi của Paweł Huryn đưa Gemini 4 Neon lên vị trí đầu với 63 điểm
Paweł Huryn cho biết ông đã chạy Gemini 4 Neon trên cùng hai kho mã với 105 lỗi được cài lại mà ông từng dùng trong bài kiểm tra GPT-6.2 Astra trước đó, yêu cầu mô hình tìm và sửa những gì có thể. Ông báo cáo Neon ở mức nỗ lực xhigh đạt vị trí số 1 mới, vượt GPT-6.2 Astra.
Điểm số của ông:
- 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 cho biết kết quả của Neon ở mức nỗ lực medium và low sẽ được đăng tiếp trong chuỗi bài. Đây là kết quả do ông tự thực hiện trong một bài kiểm tra; bài đăng có 1.053 điểm trên X tính đến ngày 19 tháng 11.
Nguồn
Nhận tin như thế này qua thông báo đẩy.
AI Tracker báo cho bạn khi công cụ bạn dùng có thay đổi.