Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Benchmark-uri

Surse
8
Intrări urmărite
22.318
Ultima sincronizare
3 min
Toate sursele se sincronizează normal
  • Arena · Textacum 6 ore
  • Arena · WebDevacum 6 ore
  • Arena · Visionacum 6 ore
  • Arena · Agentacum 6 ore
  • GPQA Diamondacum 3 minute
  • SWE-benchacum 3 minute
  • Terminal-Benchacum 3 minute
  • ARC-AGI-2acum 3 minute

claude-fable-5

100.0%±0.0%

100.0%CI100.0%

Anthropicsept. 2026oscilație #4–#21

claude-fable-5-1

100.0%±0.0%

100.0%CI100.0%

Anthropicsept. 2026oscilație #2–#22

AIME (matematică) ×12 din 200 modele
ModelOrganizație± CIOscilațieAdaugă la comparație
1claude-fable-5Anthropicsept. 2026$10 / $50100.0%100.0%–100.0%#4–21
2claude-fable-5-1Anthropicsept. 2026$10 / $50100.0%100.0%–100.0%#2–22

Se afișează AIME (matematică) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.