IA
Gemini 4 Argon llega a 97,5% en ARC-AGI-3 y queda segundo tras OpenAI
El puntaje cae a 49,8% en el entorno de prueba estándar, y Epoch AI lo ubica octavo en matemáticas y sexto en ingeniería de software.
The Decoder
Etiqueta
#benchmarks ia
4 notas publicadas
IA
GPT-6-Astra resuelve 49 de 50 problemas de física a 2,40 dólares cada
TheoPhysEval, un benchmark de 35 investigadores de ICTS, Harvard, KU Leuven y Google DeepMind, mide a los agentes de IA contra especialistas de cada subárea.
The Decoder
IA
Kimi K3, el modelo abierto que se acerca a GPT-5.6 Sol
El nuevo buque insignia de Kimi suma 2,8 billones de parámetros y un millón de tokens de contexto, pero rompe con la era del modelo chino ultrabarato.
The Decoder
IA
Claude Sonnet 5 alcanza a Opus 4.8 en trabajo cognitivo
El nuevo modelo agentic de Anthropic mejora en cada benchmark sobre Sonnet 4.6, se acerca a Opus 4.8 y en el test GDPval-AA v2 lo supera con 1.618 puntos frente a 1.615.
The Decoder
Etiquetas relacionadas
Otros temas que aparecen junto a #benchmarks ia en nuestra cobertura editorial.