একটি ব্লগ বারোটি এআই মডেলের গ্রেডিং করছে
ট্রাইএআই (TryAI) নিজেই বারোটি এন্ট্রি তৈরি ও বিচার করেছে, কোনো বাইরের রেফারী বা অডিট ছাড়াই প্রতি কাজে পাঁচটি করে প্রচেষ্টা স্কোর করেছে।
- ক্লদ ফেবল ৫ একাই পাঁচটি প্রচেষ্টায় রুবিকস কিউব সঠিকভাবে সমাধান করেছে।
- জিপিটি-৫.৬ লুনা দ্রুততম সময়ে ১.০ সেকেন্ডে উত্তর দিয়েছে এবং প্রতি রানে ০.০০১ ডলার খরচ হয়েছে।
- গ্রোক ৪.৫ কঠিন কাজে ক্লদ ওপাস ৪.৮-এর সাথে পাল্লা দিয়েছে এবং খরচ অনেক কম।
কেন এটা গুরুত্বপূর্ণযে সাইট বেঞ্চমার্ক ডিজাইন করেছে, তারাই বিচার করেছে এবং পরে র্যাঙ্কিংটিকে স্বাধীন প্রমাণ হিসেবে প্রকাশ করেছে।
TryAI blog (official benchmark post) ↗ · ১০ জুল, ২০২৬১০/৭/২৬ · ✓ যাচাই করা✓