Новости: бенчмарки

Агентная модель кодирования с открытым исходным кодом Ornith-1.0, выпущенная сегодня под лицензией MIT, использует самосовершенствующийся цикл обучения с подкреплением для написания собственного обучающего каркаса, сообщая 82.4 по SWE-Bench Verified и 62.2 по более сложному SWE-Bench Pro — результаты, которые независимые исследователи должны рассматривать как.

Инженеры Microsoft опубликовали результаты тестов, показывающие, что браузер на Chromium с собственным движком рендеринга набирает на 28,6% больше баллов, чем Safari, в собственном тесте производительности Apple Speedometer 3.1 на iOS. Кайл Пфлюг, менеджер по продуктам группы Microsoft Edge Web Platform, опубликовал в понедельник результаты сравнения исследовательского прототипа Edge, созданного на основе фреймворка BrowserEngineKit от Apple, с Safari под управлением iOS 26.5.1. — macrumors.com

Новые тесты Steam Machine от Valve показывают производительность ЦП, сопоставимую с 6-ядерным AMD Ryzen 2020 года. Valve заявляла о превосходстве над 70% ПК, но результаты бенчмарков показывают, что система уступает более мощным настольным Ryzen. Цена станет ключевым фактором. — wccftech.com

Битва больших языковых моделей в Китае: почему кодинг и офисная продуктивность определят победителя. Китайские LLM-компании достигли успехов, но аналитики предупреждают: погоня за бенчмарками опасна. Реальная битва — за продуктивность. — pandaily.com

AMD поделилась первыми официальными результатами своего 256-ядерного ЦП EPYC Venice, заявив, что он превосходит Nvidia Vera в 3,3 раза при развертывании на уровне стоек. — tomshardware.com

После анонса пугающе мощной модели Mythos Preview в апреле Anthropic выпускает общедоступную версию Mythos под названием Fable 5, которую, по заявлению компании, можно «безопасно использовать в общих целях». — tomshardware.com

Инсайдер аппаратного обеспечения делится фотографиями и бенчмарками невыпущенной настольной видеокарты Nvidia GeForce RTX 3050 Ti. — tomshardware.com

Браузер Google Chrome достиг новых рекордов в бенчмарках Speedometer 3.1 и JetStream 3. Chrome набрал 61 балл в Speedometer (рост на 5% за год) и 469 в JetStream 3 (рост на 10% с начала 2026 г.) на MacBook Pro M5 с macOS 26.0.1, опередив Safari. — macrumors.com

CISO, полагающиеся на механизмы защиты LLM и официальные оценки безопасности, рискуют: исследование Cisco показало, что передовые модели ИИ имеют худшие профили рисков при многоходовых атаках по сравнению с одиночными запросами. — csoonline.com

Новый серверный ЦП NVIDIA не побеждает безоговорочно в большинстве тестов, но он очень близок к AMD EPYC, что невероятно для пользовательского серверного ядра первого поколения от NVIDIA. — tomshardware.com