Μετάβαση στο περιεχόμενο

Benchmarks

Τα άρθρα του AI Benchmark στην ενότητα «Benchmarks», με τις πηγές τους.

GPT-6.2 Astra και Sol: Astra στους 62 βαθμούς του Artificial Analysis Intelligence Index, με τιμή API 8/40 δολάρια

Benchmarks3 πηγές

Η OpenAI κυκλοφόρησε στις 17 Νοεμβρίου 2026 τα GPT-6.2 Astra και Sol. Η Artificial Analysis βάζει το Astra δεύτερο με 62 βαθμούς, πίσω από το Claude Fable 5.2 (65), ενώ η τιμή του Astra στο API μειώθηκε κατά 20%.

XYBench: νέο benchmark με 8.115 ερωτήσεις μετρά αν τα μοντέλα εντοπίζουν το πραγματικό πρόβλημα του χρήστη

Benchmarks

Η Hugging Face παρουσίασε το XYBench, που ελέγχει αν πέντε μοντέλα εντοπίζουν την εσφαλμένη παραδοχή πίσω από μια ερώτηση. Στα αποτελέσματα, όλα υστερούν των ανθρώπων στο να στρέφουν τον χρήστη στον πραγματικό στόχο.