Maison
GPT-6 Astra fait fonctionner un distributeur automatique pendant un an, gagnant 15 000 $, devançant Claude de près de 3 fois

Les résultats du test Vending-Bench2 d’Andon Labs ont livré une performance intrigante : l’IA a débuté avec 500 $ et a fait fonctionner une machine distributrice simulée pendant une année entière. Le solde final moyen de GPT-6Astra s’est élevé à 15 515 $, se classant en tête pour la première fois – encore plus étonnant est le fait que sa pire performance en une manche était supérieure à la meilleure performance de Claude Fable5.1.
La différence entre les deux ne réside pas uniquement dans le montant des gains, mais aussi dans leurs approches commerciales totalement différentes. Astra a réussi à maintenir les prix d’achat bas pendant une longue période, réduisant les prix des produits à environ 48 % du prix initial ; par ailleurs, son application des règles était extrêmement stable, sans pertes de prépaiement tout au long du processus. En revanche, Fable a connu une augmentation des coûts d’approvisionnement et a subi des pertes importantes de prépaiement en raison du non-respect des règles – l’argent inscrit sur les livres s’est simplement échappé par les failles de sa capacité d’exécution.
Lors du test de compétition à trois joueurs, Astra a également refusé une invitation à une collaboration transgressant les règles et a remporté les trois manches. L’objectif principal de ce test était de mettre en valeur l’autonomie à long terme d’un Agent : être intelligent est un aspect, mais la capacité à respecter les règles sur une longue période et à transformer des jugements corrects en actions correctes constitue le prochain seuil à franchir.
Article connexe
ElevenLabs dévoile Music v2 avec support multi-variation et droits commerciaux complets
Le 28 mai, ElevenLabs, pionnier des technologies de voix et de musique par intelligence artificielle, a officiellement lancé son dernier modèle de génération musicale, Music v2. Marquant une évolution significative par rapport au modèle de première g
Synthia déplace son focus des vidéos vers les interactions avec l'IA, offrant des réponses en temps réel et des évaluations de performance.
Synthesia est depuis longtemps connue pour utiliser l’intelligence artificielle afin de produire des vidéos de formation professionnelle interactives en quelques minutes, offrant une alternative rentable aux ressources traditionnelles d’apprentissage
New York va limiter la consommation électrique de 50 millions de centres de données dédiés à l'IA
Les mesures prises par New York montrent comment les gouvernements du monde entier pourraient gérer, taxer et réglementer l’empreinte physique liée à l’essor de l’IA. Crédit : Luca Bravo/UnsplashLa go
Recommandations de sujets spéciaux liés
commentaires (0)

Les résultats du test Vending-Bench2 d’Andon Labs ont livré une performance intrigante : l’IA a débuté avec 500 $ et a fait fonctionner une machine distributrice simulée pendant une année entière. Le solde final moyen de GPT-6Astra s’est élevé à 15 515 $, se classant en tête pour la première fois – encore plus étonnant est le fait que sa pire performance en une manche était supérieure à la meilleure performance de Claude Fable5.1.
La différence entre les deux ne réside pas uniquement dans le montant des gains, mais aussi dans leurs approches commerciales totalement différentes. Astra a réussi à maintenir les prix d’achat bas pendant une longue période, réduisant les prix des produits à environ 48 % du prix initial ; par ailleurs, son application des règles était extrêmement stable, sans pertes de prépaiement tout au long du processus. En revanche, Fable a connu une augmentation des coûts d’approvisionnement et a subi des pertes importantes de prépaiement en raison du non-respect des règles – l’argent inscrit sur les livres s’est simplement échappé par les failles de sa capacité d’exécution.
Lors du test de compétition à trois joueurs, Astra a également refusé une invitation à une collaboration transgressant les règles et a remporté les trois manches. L’objectif principal de ce test était de mettre en valeur l’autonomie à long terme d’un Agent : être intelligent est un aspect, mais la capacité à respecter les règles sur une longue période et à transformer des jugements corrects en actions correctes constitue le prochain seuil à franchir.
ElevenLabs dévoile Music v2 avec support multi-variation et droits commerciaux complets
Le 28 mai, ElevenLabs, pionnier des technologies de voix et de musique par intelligence artificielle, a officiellement lancé son dernier modèle de génération musicale, Music v2. Marquant une évolution significative par rapport au modèle de première g
Synthia déplace son focus des vidéos vers les interactions avec l'IA, offrant des réponses en temps réel et des évaluations de performance.
Synthesia est depuis longtemps connue pour utiliser l’intelligence artificielle afin de produire des vidéos de formation professionnelle interactives en quelques minutes, offrant une alternative rentable aux ressources traditionnelles d’apprentissage
New York va limiter la consommation électrique de 50 millions de centres de données dédiés à l'IA
Les mesures prises par New York montrent comment les gouvernements du monde entier pourraient gérer, taxer et réglementer l’empreinte physique liée à l’essor de l’IA. Crédit : Luca Bravo/UnsplashLa go











