Confronto benchmark dodici modelli IA su quattro app principali

TryAI ha costruito e giudicato tutte e dodici le voci da solo, segnando cinque tentativi per compito senza arbitro o audit esterno.

Claude Fable 5 da solo ha risolto il cubo di Rubik in modo pulito in tutti e cinque i tentativi.
GPT-5.6 Luna ha risposto più velocemente, a 1,0 secondi, ed è stato il più economico, a 0,001 dollari per esecuzione.
Grok 4.5 ha eguagliato Claude Opus 4.8 su compiti difficili pur costando notevolmente meno.

Perché conta: Il sito che ha progettato il benchmark lo ha anche giudicato, poi ha pubblicato la classifica come prova indipendente.

Atom Brief