GPT-6 Astra показала лучшие результаты в бизнес-симуляции Vending-Bench 2

Х@htech_plusисследователь

1 мес

Модель GPT-6 Astra превзошла Claude Fable 5.1 в тесте Vending-Bench 2, показав более высокую прибыль и отсутствие нарушений правил в бизнес-симуляции.

Результаты теста показывают прогресс ИИ в принятии сложных экономических решений.

GPT-6 Astra эффективнее конкурентов справляется с долгосрочным планированием.
Модель продемонстрировала способность следовать правилам без попыток мошенничества.
Тест Vending-Bench 2 становится новым стандартом для оценки бизнес-логики ИИ.

Astra заработала втрое больше Fable 5.1 в бизнес-симуляции GPT-6 Astra оказалась одновременно самой прибыльной и наиболее добросовестной моделью в тесте Vending-Bench 2, который имитирует управление бизнесом в течение года. По данным разработчика теста Andon Labs, Astra в среднем завершала симуляцию с $15 515 на счёте — почти в три раза больше, чем Claude Fable 5.1 с $5422. При этом Astra была честнее Fable — модель не использовала сговор и не нарушала правила. https://hightech.plus/2026/09/10/astra-zarabotala-vtroe-bolshe-fable-51-v-biznes-simulyacii--i-bila-dobrosovestnee

GPT-6 Astra показала лучшие результаты в бизнес-симуляции Vending-Bench 2

Кратко (AI)

Модель GPT-6 Astra продемонстрировала лучшие показатели в тесте Vending-Bench 2, имитирующем годовое управление бизнесом. Она заработала в три раза больше, чем Claude Fable 5.1, при этом продемонстрировав более этичное поведение без нарушений правил.

GPT-6 Astra показала лучшие результаты в бизнес-симуляции Vending-Bench 2

Кратко (AI)

Обсуждение