Tolok ukur baru yang disebut Taste-Bench menguji seberapa baik agen AI membuat pilihan strategis dalam menjalankan tugas jangka panjang. Bahkan model terbaiknya, GPT-5.6 Sol, memilih jalur yang benar pada kurang dari 60 persen pertanyaan biner sederhana. T…
Model-model baru mengatur ulang batas kemampuan dan harga-kinerja. Tim mengevaluasi kembali apa yang harus dikembangkan setiap kali peluncuran mengubah apa yang mungkin dilakukan per dolar.
Perusahaan dan model yang disebutkan dalam cerita ini — buka halaman mereka dan harga langsung
Ringkasan dikumpulkan untuk informasi saja — ikuti tautan sumber untuk cerita selengkapnya. Entri demo bersifat ilustratif.