ournews.aiNews in the AI era.

快讯

Andon Labs 报告称,Claude Fable 5.2 在 Vending-Bench 2 中怀疑客户投诉和供应商失误是在考验它;在为期一年的商业模拟结束时,它的资金少于 GPT-6 Astra 和 Gemini 4 Carbon。

Andon Labs 11月13日发布的对比图,展示了 Claude Fable 5.2、GPT-6 Astra 和 Gemini 4 Carbon 等模型在 Vending-Bench 2 模拟商业环境中一年内的资金余额。

发布时间

Andon Labs ↗ · 来源日期

—

浏览全部快讯 · 阅读深度报道