据报道，OpenAI 的 GPT-5.5 在新的 Agents' Last Exam (ALE) 基准测试中超越了 Anthropic 的 Claude Fable 5。该基准测试由加州大学伯克利分校开发，评估 AI Agent 自主执行复杂、多步骤任务的能力。在具有挑战性的测试中，GPT-5.5 的得分是 94%，而 Claude Fable 5 的得分为 86%。 AI
影响 该基准测试结果表明，与 Claude Fable 5 相比，GPT-5.5 可能具有更强的自主任务执行能力。
排序理由 该集群报道了 AI 模型的新基准测试结果，属于研究范畴。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →
Surprise upset: GPT-5.5 beats Claude Fable 5 on brutal new Agents’ Last Exam benchmark. Via @venturebeat #AI #ArtificialIntelligence 💻 🧠 Surprise upset: GPT-5.5 beats ...
🤖 GPT 5.5 outperforms Claude Fable 5 in real-world AI agent benchmark GPT 5.5 has surpassed Claude Fable 5 in a new benchmark test called Agents' Last Exam (ALE) that evaluates AI agents' real world skills. This new benchmark, introduced by UC Berkeley, challenges leading AI agen…
GPT-5.5 batte Claude Fable 5 nel brutale benchmark Agents' Last Exam OpenAI ha rilasciato GPT-5.5, e il nuovo modello ha superato Claude Fable 5 del benchmark Agents' Last Exam, uno dei test più difficili per gli agenti AI autonomi. L'Agents' Last Exam misura la capacità di un'IA…
Surprise upset: GPT-5.5 beats Claude Fable 5 on brutal new Agents’ Last Exam benchmark. Via @venturebeat #AI #ArtificialIntelligence 💻 🧠 Surprise upset: GPT-5.5 beats ...