ournews.aiNews in the AI era.

快訊

Andon Labs 報告指出,Claude Fable 5.2 在 Vending-Bench 2 中懷疑客戶投訴和供應商失誤是在考驗它;在為期一年的商業模擬結束時,它的資金少於 GPT-6 Astra 和 Gemini 4 Carbon。

Andon Labs 11月13日發布的比較圖,呈現 Claude Fable 5.2、GPT-6 Astra 和 Gemini 4 Carbon 等模型在 Vending-Bench 2 模擬商業環境中一年內的資金餘額。

發布時間

Andon Labs ↗ · 來源日期

—

瀏覽所有快訊 · 閱讀深度報導

Andon Labs 報告指出,Claude Fable 5.2 在 Vending-Bench 2 中懷疑客戶投訴和供應商失誤是在考驗它;在為期一年的商業模擬結束時,它的資金少於 GPT-6 Astra 和 Gemini 4 Carbon。 · ournews.ai