Artificial Analysis запустил шесть отраслевых индексов способностей моделей

источник: @artificialanlys на X ↗·7 июля, 04:09 мск
машинная выжимка · сверена с источником

Artificial Analysis добавил индексы для финансов, права, медицины, стратегии, инженерии и экономики поверх задач из классификации O*NET. Claude Fable 5 с фолбэком на Opus 4.8 лидирует во всех восьми индексах, так что практику видно, какая модель сильнее в его домене.

о ком речь

Claude Fable 5 →Claude Opus 4.8 →Gemini 3.1 Pro →Gemini 3.1 Pro Preview →Gemini 3.5 Flash →GPT-5.5 →DeepSeek →

по тем же сущностям

новость
Claude Fable 5 доступен на всех платных планах до 12 июля7 июля
инсайт
GPT-5.5 в VS Code стал быстрее и экономичнее после тюнинга промптов6 июля
инсайт
DeepSeek удвоил долю токенов на OpenRouter за полгода: с 9% до 18%6 июля
инсайт
Новые Claude Opus и Sonnet ломают вызовы инструментов там, где старые работали4 июля
приём
Fable + GPT 5.5 как связка планировщик-кодер-судья: несколько долларов вместо $502 июля

Вся лента новостей →

Одно письмо в неделю - только то, что меняет работу. Подписаться →