Models21.11.2026 · 23:528 nguồn
OpenAI chiếm lĩnh 7 vị trí đầu tiên trong Alignment Index mới cập nhật của Arena
Từ marketbrief.now
OpenAI hiện đang nắm giữ bảy vị trí dẫn đầu trong Alignment Index vừa được Arena cập nhật, một benchmark dùng để đo lường mức độ tuân thủ ý định người dùng của các AI agent. Bản cập nhật này đã thay đổi đáng kể bảng xếp hạng hiện tại, đẩy Claude Opus 5.5 của Anthropic từ vị trí thứ 6 xuống thứ 17 và đưa Claude Fable 5.2 lên vị trí thứ 8.
Trong một mô phỏng riêng biệt về các hoạt động quản lý bệnh viện mang tên Hospital-bench, GPT-6.2 Astra của OpenAI đã dẫn đầu 20 mô hình với điểm trung bình đạt 62,4%. Dù dẫn đầu, kết quả cho thấy 14 trên tổng số 48 tác vụ không được bất kỳ mô hình nào hoàn thành đầy đủ, trong đó một số agent đã tiết lộ sai lệch các hồ sơ bệnh nhân bị hạn chế và hành động vượt quá thẩm quyền.
Nguồn
+ 5 nguồn khác
- SUPPORT@wesroth“Gemini 4 Neon ranked above Claude Opus 5.5 in Arena’s launch results while costing 53% less per task at the median”x.com
- SUPPORT@ml_angelopoulos“The Alignment Index measures how faithfully they follow user intent”x.com
- SUPPORT@marcelolima“la la la”x.com
- SUPPORT@codebynz“Arena just updated its Alignment Index, and OpenAI holds ALL seven top spots”x.com
- SUPPORT@chetaslua“14 of 48 tasks were not fully passed by a single model”x.com
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay