lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

GPT-6 AstraがPerplexityの研究エージェントランキングで首位を獲得:Fable 5.1より13.5%高く、さらに6.1%安い

動察 Beating AI 速報、Perplexity は自社の Agent ベンチマーク WANDR で GPT-6 Astra をテストし、スコア 0.682 を獲得。これはこれまでテストしたモデルの中で最高値です。平均タスクコストは 11.98 ドル。Claude Fable 5.1 と比較すると、スコアは 13.5% 高く、コストは逆に 6.1% 低くなっています。Opus 5 と比較すると、スコアは 27% 高く、コストはわずか 3.3% 高いだけです。


WANDR は「広く深い」リサーチタスクを専門にテストします。500 の実在するリサーチタスクがあり、Agent は単にいくつかの回答を見つけるだけでなく、条件に合う対象をできるだけ網羅的に見つけ出し、一つ一つ資料を調べ、身元を確認し、各結果に検証可能な出典を添付することが求められます。代表的なタスクには、競合調査、デューデリジェンス、文献検索、市場分析、人材探索が含まれます。


これまで Fable 5.1 が 0.601、タスクあたり 12.76 ドルで首位に立ち、Opus 5 は 0.537、11.60 ドルでした。今回 Astra はスコアを明らかに一段と押し上げましたが、それはより高いコストを無理に積み上げた結果ではありません。

関連おすすめ
最先端モデルの能力が急速に進化する中、安全性とアライメントが計算能力に次ぐ新たな制約条件となりつつある。
1000億ドル、しかもまだ増え続けている。
Polymarketは財布、Claudeは脳、Perplexityは目である
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了