Los puntajes de CritPt v2 son generalmente más altos que los de v1 y no son directamente comparables. GPT-6 Astra (max) obtiene 83% en v2, frente al 32% en v1. Ambos cambios contribuyen: en nuestras pruebas, la mayor parte del aumento proviene de los desafíos revisados, y el acceso a herramientas de ejecución de código aporta una ganancia menor. Con los modelos líderes ahora por encima del 80%, CritPt v2 deja menos margen en la frontera que v1.
Los puntajes de CritPt v2 son generalmente más altos que los de v1 y no son directamente comparables. GPT-6 Astra (max) obtiene 83% en v2…
Los puntajes de CritPt v2 son generalmente más altos que los de v1 y no son directamente comparables. GPT-6 Astra (max) obtiene 83% en v2, frente al 32% en v1.
Artificial Analysis · X
Notas sobre el contenido
La publicación original y los derechos pertenecen a la fuente.
Traducción automática · Consulte el original