Benchmarkmethodologie

Nvidia stapt in de Series B van Simplismart, dat bedrijven helpt AI-modellen op bestaande infrastructuur te draaien. De aangekondigde kosten en snelheidsclaims zijn concreet, maar nog niet onafhankelijk getoetst.

Microsoft publiceert Agensh onder MIT, met scripts en een reproduceergids. De benchmark meldt 55,06% op Pandoc met 1.024 agents; het gemiddelde over vijf taken loopt alleen tot 128.

NVIDIA zet de downloadbare gewichten van Nemotron 3.5 Super VL online. Het model leest tekst, documenten, afbeeldingen en video, maar de NVFP4-versie weegt 75,1 GB en vraagt krachtige GPU-hardware.

TypeSafe lanceert Jev, een model dat software direct typed beslissingen geeft in plaats van tekst. De release belooft lagere kosten en milliseconde-latentie, maar is nog early access en steunt op eigen evaluaties.

Gray Swan kreeg GPT-6 Astra in 8,5 procent van de scenario's toch zover dat het instructies uitvoerde die in een document verstopt zaten, tegen 4,8 procent bij Claude Opus 5. Directe injecties blokkeert het model wel.