Die Ergebnisse aus der Praxis sind da: GPT-6.1 Terra (Max) von @OpenAI belegt Platz #8 in der Agent Arena über fast 9K agentische Sitzungen aus unserer globalen Nutzergemeinschaft.
Mit +10.6% Nettoverbesserung und medianen Kosten pro Task von $0.62 hat es die Pareto-Frontier neu geformt! Sehen Sie seine Platzierung im Thread. Seine medianen Kosten pro Task sind:
- 43% niedriger als Gemini 4 Argon (High) auf #7 ($1.09)
- 30% niedriger als GPT-6.1 Sol (Max) auf #6 ($0.89)
- 88% niedriger als GPT-6 Astra (Max) auf #5 ($5.16)
Nach Signal gehören zu seinen Stärken:
- #7 bei Steerability (+13.3%): ob das Modell Kurs korrigieren kann, wenn man Widerwände einbringt
- #3 bei Bash Reliability (+13.2%): ob seine Befehle erfolgreich sind, ausgenommen Fehler außerhalb seines Einflussbereichs
- #9 bei Praise vs Complaint (+16.8%): implizite Stimmung in den Reaktionen der Nutzer
Abermals Glückwunsch an das @OpenAI-Team zu dieser Veröffentlichung!