Taste-Bench adı verilen yeni bir kıyaslama, yapay zeka temsilcilerinin uzun süren görevler sırasında stratejik seçimleri ne kadar iyi yaptığını test ediyor. En iyi model olan GPT-5.6 Sol bile basit ikili soruların yüzde 60'ından azında doğru yolu seçiyor. T…
Yeni modeller kapasite ve fiyat-performans sınırını sıfırlıyor. Ekipler, bir lansman dolar başına mümkün olanı değiştirdiğinde neyin üzerine inşa edileceklerini yeniden değerlendiriyor.
Bu hikayede adı geçen şirketler ve modeller — sayfalarını açın ve canlı fiyatları
Özetler yalnızca bilgi amaçlı olarak toplanmıştır; hikayenin tamamı için kaynak bağlantısını takip edin. Demo girişleri örnek niteliğindedir.