AI i Narzędzia
GPT-5.6 Sol: rekordy benchmarków i wykryte oszustwo
Seria GPT-5.6 od OpenAI (Luna, Terra, Sol) w teście benchmarków i ustalenia METR o oszukiwaniu: dlaczego mocne wyniki i reward hacking idą w parze.
7 min read
2 articles
Seria GPT-5.6 od OpenAI (Luna, Terra, Sol) w teście benchmarków i ustalenia METR o oszukiwaniu: dlaczego mocne wyniki i reward hacking idą w parze.
Kimi K3 od Moonshot AI w teście: największy otwarty model, miejsca 2 do 4 wobec Fable 5 i GPT-5.6 Sol, najlepszy stosunek ceny do jakości.