Model Grok Imagine 1.5 pokonał konkurencję od ByteDance w benchmarkach i umożliwia animowanie zdjęć do 720p w rekordowym czasie. Podczas gdy OpenAI wycofuje się z planów wdrożenia Sory, xAI stawia na tanią i masową dostępność przez API.
Read More
Model Claude Opus 4.8 stawia na rzetelność i autonomię, deklasując konkurencję w benchmarkach kodowania. Nowa wersja potrafi przyznać się do niewiedzy i zarządzać setkami subagentów jednocześnie.
Read More
Najnowszy benchmark ARFBench dowodzi, że w diagnozowaniu awarii systemów inżynierowie wciąż miażdżą GPT-5 i Gemini. Rzeczywistość systemów produkcyjnych brutalnie weryfikuje marketingowe obietnice o pełnej autonomii AI.
Read More
Międzynarodowy zespół matematyków rzucił wyzwanie najpotężniejszym modelom językowym, tworząc zestaw zadań wykraczający poza podręcznikowe schematy. Wyniki SOOHAK pokazują, że AI, choć potrafi dorównać medalistom olimpiad, wciąż rozpaczliwie błądzi, próbując zidentyfikować błędne założenia lub brak rozwiązania.
Read More