Một blog tự chấm điểm 12 mô hình AI
TryAI tự xây dựng bài kiểm tra và đánh giá 12 mô hình AI qua 5 lượt thử mỗi tác vụ mà không có bên thứ ba kiểm chứng.
- Claude Fable 5 là mô hình duy nhất giải thành công khối Rubik trong cả 5 lần thử.
- GPT-5.6 Luna đạt tốc độ nhanh nhất với 1,0 giây và chi phí rẻ nhất là 0,001 USD mỗi lượt.
- Grok 4.5 có hiệu suất ngang ngửa Claude Opus 4.8 ở các tác vụ khó với mức giá thấp hơn đáng kể.
Vì sao quan trọngĐơn vị thiết kế bài kiểm tra cũng chính là đơn vị chấm điểm, sau đó công bố bảng xếp hạng như một bằng chứng độc lập.
TryAI blog (official benchmark post) ↗ · 10 thg 7, 202610/7/26 · ✓ Xác minh✓