Dibandingkan dengan model lain tanpa penggunaan alat, ia mencapai performa terbaik di seluruh:
🔘 LiveCodeBench V6, yang mengevaluasi kinerja kode kompetitif 🔘 Ujian Terakhir Kemanusiaan, sebuah tolok ukur yang menantang yang mengukur keahlian model dalam berbagai domain, termasuk sains
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Dibandingkan dengan model lain tanpa penggunaan alat, ia mencapai performa terbaik di seluruh:
🔘 LiveCodeBench V6, yang mengevaluasi kinerja kode kompetitif
🔘 Ujian Terakhir Kemanusiaan, sebuah tolok ukur yang menantang yang mengukur keahlian model dalam berbagai domain, termasuk sains