Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

GPT-6.2 Astra đạt 1318 Elo, dẫn đầu AA-3D hơn Claude Fable 5.2 47 điểm

Màn hình máy tính văn phòng hiển thị công việc chỉnh sửa cảnh 3D / TokenPost.ai

Mô hình mới GPT-6.2 Astra của OpenAI đạt 1318 Elo trong bài đánh giá AA-3D về năng lực dựng cảnh 3D và giành vị trí số một. Claude Fable 5.2 đứng thứ hai, kém 47 điểm.

Thứ hạng này nằm trong bảng xếp hạng AA-3D do đơn vị đánh giá độc lập Artificial Analysis vận hành. OpenAI công bố GPT-6.2 Astra cùng mô hình anh em GPT-6.2 Sol vào ngày 17 (giờ địa phương), và bảng xếp hạng thay đổi ngay sau đó, theo Crypto Briefing. Sol đạt 1259 Elo trong cùng bài đánh giá.

AA-3D yêu cầu mô hình AI nhận mô tả bằng văn bản, sau đó tạo ra cảnh 3D có thể thao tác dưới dạng ứng dụng web. Bài đánh giá gồm 55 tác vụ thuộc nhiều lĩnh vực.

Việc chấm điểm do con người thực hiện. Người chấm so sánh các kết quả mà không biết mô hình nào tạo ra, rồi chọn bên tốt hơn. Sản phẩm của Astra được chọn trong 139 trên 152 lượt đối đầu, tương đương khoảng 91%.

Elo là thang điểm tương đối. Mô hình thắng các lượt đối đầu sẽ được cộng điểm, nên khoảng cách với đối thủ mới là điều đáng chú ý hơn bản thân con số. Astra hơn Fable 5.2 là 47 điểm, còn Fable 5.2 hơn Sol 12 điểm.

AA-3D được công bố lần đầu vào ngày 12 tháng 10. Ở đợt đánh giá ban đầu, các mô hình hàng đầu của Anthropic và OpenAI có điểm số tương đương nhau. Đến lần cập nhật hồi tháng 11, Fable 5.2 vươn lên dẫn đầu.

Trước đó, TokenPost đã đưa tin Fable 5.2 đứng đầu AA-3D với 1271 Elo. Theo bảng xếp hạng được kiểm tra vào ngày 10, Fable 5.2 hơn Claude Sonnet 5.5 ở vị trí thứ hai 67 điểm, còn mô hình GPT-6 Astra trước đó của OpenAI chỉ đạt 1168 điểm. Điểm của Fable 5.2 không đổi, nhưng hai mô hình mới gia nhập khiến vị trí số một đổi chủ.

Trên màn hình thống kê sử dụng Codex, công cụ lập trình của OpenAI, tên gọi 'gpt-6.2-astra' từng xuất hiện từ trước. Vào thời điểm đó, danh sách mô hình API công khai chưa có tên này.

Astra cũng đạt 79 điểm, cao nhất trong bài đánh giá AA-Robotics v0.1 của Artificial Analysis. Sol đạt 78 điểm và Fable 5.2 đạt 75 điểm.

Crypto Briefing cho biết chi phí cho mỗi tác vụ của Sol chỉ bằng khoảng 15% so với GPT-6 Astra, và Sol đạt 57 điểm trên Chỉ số Trí tuệ của Artificial Analysis. Dòng mô hình của OpenAI hiện chia thành hai hướng: Astra hiệu năng cao chiếm đầu bảng và Sol tối ưu chi phí.

Bình luận: vì Elo là thang điểm tương đối, thứ hạng có thể thay đổi mỗi khi mô hình mới được đưa vào bảng. AA-3D chỉ đo khả năng tạo ứng dụng web 3D, nên kết quả này không đại diện cho hiệu năng ở các lĩnh vực khác.

Một số thuật ngữ trong bài: AA-3D là bài đánh giá dựng cảnh 3D tương tác do Artificial Analysis công bố ngày 12 tháng 10, gồm 55 tác vụ. Elo là phương pháp tính điểm tương đối dựa trên thắng thua khi đối đầu, có nguồn gốc từ việc xếp hạng cờ vua. So sánh mù là cách phân định hơn kém khi người chấm không biết kết quả do mô hình nào tạo ra.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1