🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Управление бизнесом теперь отдаем GPT-6 Astra — модель ЧЕСТНО обошла вообще всех конкурентов в симуляторе по управлению вендинговым автоматом.
Andon Labs прогнали Astra и Claude Fable 5.1 через Vending-Bench 2. Если забыли, то это бенч, где модели дают $500 и виртуальный вендинговый автомат, после чего целый виртуальный год ИИ сам ищет поставщиков, торгуется, закупает товары, пополняет автомат и устанавливает цены.
За шесть прогонов Astra закончила год в среднем с $15 515 на счету против $5 422 у Claude. То есть в три раза лучше! Причём даже худший результат Astra в $13 тыс. оказался выше лучшего результата Claude с его $9 тыс.
Самое интересное, что Astra при этом не замарала руки и оказалась честнее конкурентов. Она отказалась участвовать в ценовом сговоре и ни разу (!) не соврала, тогда как Claude согласился создать незаконный ценовой картель, а потом ещё и нарушил договорённость.
Предприниматели, берем Astra в помощники 🤑
@xor_journal