Ни один агент искусственного интеллекта не набирает более 12 процентов по новому реальному тесту работы SemiAnalysis.
В своем новом эталонном тесте GDPx компания SemiAnalysis заставляет агентов искусственного интеллекта моделировать работу с знаниями, охватывающую все — от проектирования чипов до количественной торговли. Ни одна модель не превышает 12 процентов. Claude Opus 5.5 с небольшим отрывом опережает Gemini 4 Carbon. Критики указывают на небольшое количество задач на…
Кратко от AI: Главные тезисы
- В своем новом эталонном тесте GDPx компания SemiAnalysis заставляет агентов искусственного интеллекта моделировать работу с знаниями, охватывающую все — от проектирования чипов до количественной торговли
- Ни одна модель не превышает 12 процентов
- Claude Opus 5.5 с небольшим отрывом опережает Gemini 4 Carbon
Ни один агент искусственного интеллекта не набирает более 12 процентов по новому реальному тесту работы SemiAnalysis.
Похожие материалы
OpenAI выпустила новую модель кибербезопасности. Этого достаточно?
Новейшая модель кибербезопасности OpenAI появляется, когда лаборатории искусственного интеллекта подвергаются тщательной проверке своей работы по защите цифровой инфраструктуры.
Gemini Omni 1.2 Flash от Google растягивает видеоклипы искусственного интеллекта до 15 секунд и снижает цены на 30 процентов
Google Deepmind делает общедоступной версию Gemini Omni 1.2 Flash. Модель генерации видео теперь создает клипы длиной до 15 секунд, их можно редактировать шаг за шагом в ходе разговора, а стоимость составляет всего 0,07 доллара в секунду при разрешении 720p, что на 30 процентов меньше, чем у ее предшественницы. Пользователи, которые создают…
Anthropic удешевила обновление статусов ИИ-агентов в Claude Code на 99%
💸 Anthropic удешевила обновление статусов ИИ-агентов в Claude Code на 99% Раньше Claude Code каждые 30 секунд перечитывал всю переписку фонового агента, чтобы кратко сообщить пользователю, чем тот занимается. Причём для этого использовалась та же модель, что и у самого агента.…
Gemini Omni 1.2 Flash: клипы до 15 секунд и сниженная цена
Google выпустила Gemini Omni 1.2 Flash: видео до 15 секунд, лучшее сохранение референсов и на 30% ниже стоимость генерации.