Concept

AI benchmark scoring

Comparing model capabilities through equally weighted domains, task partners, and repeated attempts

Nieuws· 3

Arena geeft ERNIE 5.5 Flash Preview een score van 1668

Nieuws

5 min

12 nov 11:05

Arena geeft ERNIE 5.5 Flash Preview een score van 1668

Arena geeft ERNIE 5.5 Flash Preview 1668 punten in Code Arena: WebDev. De score is AutoEval, de rij noemt het model Proprietary en Baidu belooft de Apache 2.0-gewichten uiterlijk 25 november.

Gemini Decision 1 scoort 66 tegenover Microsofts 62

Nieuws

4 min

12 nov 00:43

Gemini Decision 1 scoort 66 tegenover Microsofts 62

Artificial Analysis zet Gemini Decision 1 vier punten voor op Microsoft. De index telt zes soorten beslisvaardigheid, terwijl prijs, snelheid en testmix voor een concreet bedrijf anders kunnen uitpakken.

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score

Nieuws

5 min

2 nov 04:11

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score

SemiAnalysis vergelijkt AI-modellen op agenttaken in elf domeinen. Claude Opus 5.5 leidt met 12,0 procent, maar de score is een gemiddelde over domeinen en voorspelt niet hoe een model op je eigen bedrijfswerk presteert.