ytelsestester

Googles Gemini 4 Pro dukker opp på testplattform under dekknavn

En modell som mistenkes å være Googles neste generasjons flaggskip innen KI, Gemini 4 Pro fra Alphabet Inc., har dukket opp på testplattformen Arena under navnet gemini-3.8-flash, ifølge rapporter fra utviklere som begynte å sirkulere 17. september. Modellen, som bærer…

Ny måling: Kvantedatamaskiner er 100 000 ganger unna vitenskapelig nytte

Dagens kvantedatamaskiner ligger fortsatt omtrent fem størrelsesordener under den beregningskapasiteten som kreves for å løse etablerte vitenskapelige problemer, ifølge en ny ytelsesstudie publisert på forhåndstrykkserveren arXiv. Funnet, fra forskere ved Sandia National Laboratories med bidrag fra Quantinuum og NVIDIA, introduserer…

Anthropics Claude-modeller til topps på SWE-bench kodingstester

Anthropics Claude AI-modeller innehar topplasseringene på tvers av alle hovedvarianter av SWE-bench-kodetesten per september 2026, der Claude Opus 5 oppnår 96 prosent på SWE-bench Verified og Claude Fable 5.1 scorer 81,2 prosent på den mer krevende SWE-bench Pro. Resultatene understreker…

GPT-6 Astra lansert, men havner bak Anthropic i uavhengige tester

OpenAI begynte utrullingen av GPT-6 Astra 3. september og omtalte den som "verdens mest intelligente og tilpassede modell" med ferdigheter innen surfing, koding, cybersikkerhet og vitenskapelig resonnering. Men uavhengige evalueringer publisert dager senere av Artificial Analysis plasserer Astra på andreplass…