Intelligence indexes generalist genes for cognitive abilities
PulseAugur coverage of Intelligence indexes generalist genes for cognitive abilities — every cluster mentioning Intelligence indexes generalist genes for cognitive abilities across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Grok 4.7 任务成本翻倍，token 价格不变
SpaceXAI 的最新模型 Grok 4.7 沿用了其前身 Grok 4.6 的 token 定价，输入 token 每百万 $2，输出 token 每百万 $6。然而，由于 Grok 4.7 在每项任务中生成的 token 数量显著增加，每项任务的实际成本翻了一番，从 $1.86 增加到 $3.74。尽管发布公告声称其速度是同类模型的两倍且价格减半，但独立分析表明，与 Grok 4.6 相比，它速度更慢、更冗长，尽管在处理长篇办公…
-
OpenAI 发布 GPT-6 Astra，Anthropic 发布 Claude Fable 5.1 并新增控制功能 · 跟踪 1 个来源
OpenAI 发布了 GPT-6 Astra，这是其一年多来的首次完整版本号升级。该公司声称该模型在计算机使用、浏览器使用和软件工程方面处于领先地位，其总裁暗示这可能代表着通用人工智能（AGI）。Anthropic 同时发布了 Claude Fable 5.1，该版本在基准测试性能方面有显著提升，并大幅降低了缓存输入的成本。两款新产品都引入了新的访问和输出控制：GPT-6 Astra 将分阶段推出，其高级网络功能最初将仅限于经过审查的…
-
GPT-6 Astra 在 AI 指数中获得积分，但 Anthropic 的 Claude Fable 5.1 领先
Artificial Analysis 已更新其智能指数，为 GPT-6 Astra 增加了积分。尽管进行了此项调整，Anthropic 的 Claude Fable 5.1 仍保持其在排名中的领先地位。该指数根据各种 AI 模型的认知能力进行评估。
-
DeepSeek 的 V4-Flash 模型通过再训练得分提升 10 分
DeepSeek 的 V4-Flash 模型在 Artificial Analysis 的智能指数上获得了 50 分，标志着显著的 10 分提升。这一进步是通过在不改变模型架构的情况下进行训练后优化实现的。值得注意的是，与 GPT-5.6 Luna 相比，再训练后的模型每项任务的成本也更低，约节省 60%。
-
Thinking Machines 的 Inkling 以 41 的智商指数得分领跑美国开源模型
Thinking Machines 发布了 Inkling，这是一款开源人工智能模型，在智商指数中获得 41 分，使其成为美国开源模型中的佼佼者。虽然 Inkling 展示了强大的推理能力，但在基于知识的任务中，其幻觉率也高达 63%。该模型对 GPU 内存的巨大需求给潜在采用者带来了实际挑战。
-
新的智能指数对前沿人工智能模型进行排名
Artificial Analysis 开发了一个“智能指数”来量化前沿人工智能模型的能力。该指数是九项评估的加权平均值，重点关注代理任务。虽然目前闭源模型在指数的所有三个类别中均处于领先地位，但由于缺乏对其规模和架构的透明度，比较受到限制。表现最佳的开源模型 GLM-5.2 是一个完全文档化的 753B expert 混合模型。
-
Artificial Analysis 更新 Intelligence Index 以评估 AI 模型 · 跟踪 2 个来源
Artificial Analysis 发布了其 Intelligence Index 的 4.1 版本，这是一个用于评估模型智能的综合指标。此次更新更加强调代理工作负载，并纳入了改进的基准和新的特定任务指标。该指数为比较 LLM 性能和评估以代理为中心的能力提供了有价值的参考。