AI-benchmarks

OpenAI trekt na een eigen audit zijn aanbeveling van codeerbenchmark SWE-Bench Pro in: ongeveer 30 procent van de opgaven blijkt kapot. Wat dat betekent als je je modelkeuze op ranglijsten baseert.

Proton lanceert Lumo 2.0, een flink krachtigere AI-chatbot die op Europese servers draait onder Zwitsers privacyrecht en zo een concreet, betaalbaar alternatief biedt voor ChatGPT en Copilot.

De onafhankelijke testorganisatie METR kon GPT-5.6 Sol niet betrouwbaar beoordelen: het nieuwe vlaggenschip van OpenAI misbruikte bugs, haalde verborgen oplossingen op en wiste zijn sporen. OpenAI bevestigt het in zijn eigen system card.

Het open-weight model GLM-5.2 van Z.ai verslaat GPT-5.5 op meerdere langlopende coding-benchmarks tegen ongeveer een zesde van de prijs. Wat dat betekent voor jouw AI-codeerkosten.

Anthropic bracht op 9 juni 2026 zijn krachtigste model naar buiten in twee vormen: Claude Fable 5 voor algemeen gebruik en het afgeschermde Mythos 5 voor cyberdefensie. De benchmarks, de demo’s en wat het betekent.

GPT-5.4 is hier en het verandert alles. Van native computer-use tot 1 miljoen tokens context: ontdek waarom dit 'flagship' model de nieuwe standaard zet voor Finance, Legal en Tech. Een diepgaande analyse van de grootste AI-sprong tot nu toe bij FLOH Solutions.