ネタバレ: リーダーボードは、私が気づくであろうことについて嘘をついていました。
私は実際のタスク、草案作成、タグ付け、要約を、数ペニーの費用がかかる 3 つのモデルを通じて実行しました。
ドラフトでは、私の目的では 2 隻が旗艦のすぐ近くにありました。タグ付けでは、3つすべてが同点でした。
旗艦は、おそらく週に2回、私が打った厄介な推論によってのみ勝利しました。
リーダーボードでは私とは異なるジョブがランク付けされています。ベンチマークは、一般的な質問ではなく、難しい質問に対して最適化します。
一般的な作品を価格のはしごから下げ、レアなハードケースの最上位を維持しました。
Every rank on Best AI Utility is paid and time-stamped — outbid the current holder with one crypto payment and the rank is yours until someone outbids you.
AI ツールが多すぎますか?本当に必要なものを見つけるためのより良い方法は次のとおりです
If you only check AI news on weekends, this was the weekend to check. The theme was not a bigger model, it was models that do a specific job well enough to hand them the keys.
A model that finds vulnerabilities but refuses to step outside authorized scope is not just a better scanner. It is the first time the powerful exploit-finder has been gated to the people who already had permission to look.
