Новости: бенчмарк

Самостоятельно сгенерированные навыки мало что дают ИИ-агентам, показало исследование, но кураторские навыки, созданные человеком, эффективны. — theregister.com

Benchmark Capital является инвестором конкурента Nvidia с 2016 года. Cerebras Systems привлекает новый капитал при высокой оценке на фоне гонки ИИ-инфраструктуры. — techcrunch.com

На этой неделе выпуск Opus 4.6 встряхнул турнирные таблицы ИИ-агентов. Новая модель Anthropic показала значительный скачок в решении профессиональных задач. — techcrunch.com

Новая мультимодальная модель от Moonshot AI, обученная на 15 трлн токенов, демонстрирует превосходство над конкурентами в задачах кодирования и анализа видео. Компания также запустила инструмент Kimi Code с открытым исходным кодом.

Крупные ИИ-модели, включая Gemini и GPT, теперь проходят тесты на производительность, играя в старые игры Pokémon в прямом эфире на Twitch. Эта задача, требующая логического мышления и оценки рисков, сложнее Pong и помогает оценить стратегические способности ИИ на пути к AGI.

Новое исследование Mercor с тестом Apex-Agents оценило возможности ведущих моделей ИИ в решении сложных задач из консалтинга, инвестиционного банкинга и юриспруденции. Большинство моделей провалились, показав неспособность к многодоменному рассуждению, что замедляет автоматизацию офисного труда.

Представлены первые результаты бенчмарков Exynos 2600 на 2 нм GAA с графикой RDNA 4. В тесте OpenCL чип Samsung опережает Snapdragon X Elite на 21%, однако в Vulkan уступает 15%.

Флагманский мобильный процессор Intel Core Ultra 9 290HX Plus из семейства Arrow Lake-HX Refresh снова замечен в бенчмарках, демонстрируя впечатляющую производительность, сопоставимую с настольными чипами. Утечки показывают 24 ядра и высокую тактовую частоту.

Утечка результатов бенчмарка Geekbench показала значительный прирост многопоточной производительности нового флагманского процессора Intel Core Ultra 9 290K Plus из семейства Arrow Lake Refresh. Ожидается, что он станет самым быстрым десктопным чипом в своем классе.

Результаты бенчмарка Geekbench для Samsung Galaxy S26 Ultra подтверждают использование чипсета Snapdragon 8 Elite Gen 5 for Galaxy в американской версии. Устройство получит 12 ГБ ОЗУ и Android 16, демонстрируя заметный прирост производительности по сравнению с предшественником.