Benchmarkmethodologie

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.