Искусственный интеллект — профессиональное освещение
Прайс Anthropic не изменился: вход по-прежнему стоит $10 за миллион токенов, выход — $50. Вся экономия приходится на чтение кэша, подешевевшее на 75% до $0.25, и проявляется только в нагрузках, которые переиспользуют префикс.
1 дн назад
Qwen3.8-Max вышла в понедельник утром с таблицей бенчмарков, где показала победы над GPT-5.6 Sol и Claude Fable 5. Та же таблица при полном прочтении показывает поражения по всем сложным агентным и инженерным тестам.
3 авг. 2026 г.
AI Technology Evaluation оценивает модели на слепых наборах данных, которые никогда не были публичными, и только так можно понять, не был ли результат бенчмарка заучен. Никакой нормативной силы это не имеет.
28 июл. 2026 г.
RadLE 2.0 протестировал 16 передовых моделей на 200 рентгеновских случаях, используя систему оценки, которая штрафует уверенные ошибки; врачи-рентгенологи набрали 988,7 из 2 000 против 758 у лучшего ИИ.
19 июл. 2026 г.
Поскольку стандартные лидерборды переполнены и загрязнены, лидеры китайского ИИ заявили, что реальная эффективность в задачах — и такие метрики, как «ежедневно активные агенты», — должны заменить статичные бенчмарки.
19 июл. 2026 г.
