Artificial Analysisは、Beatingの監視によると、金融、法律、医療、運用、工学、経済の各業界における実際のビジネスアプリケーションを評価するために、6つの業界別パフォーマンス指標を発表した。従来の学術データセットに依存する一般的なベンチマークとは異なり、新しい指標はO*NETの職務活動分類に基づくカスタマイズされた重み付けを使用して、各セクターの実際のタスク分布をシミュレートする。初期テストでは、Claude Fable 5が全8指標でトップとなり、オープンソースのGLM-5.2は6つの業界指標のうち5つで首位を獲得し、エンジニアリング指標では53点を記録し、Claude Sonnet 5の55点に迫った。これらの指標は大きなパフォーマンス格差を明らかにしている：法律ベンチマークでは、Gemini 3.1 Pro PreviewがClaude Fable 5の精度に11ポイント差で匹敵し、7倍高速で動作した。
免責事項：本ページの情報には第三者提供の内容が含まれる場合があり、参考目的のみで提供されています。これらはGateの見解や意見を示すものではなく、金融、投資、または法律上の助言を構成するものでもありません。暗号資産取引には高いリスクが伴います。意思決定を行う際には、本ページの情報のみに依存しないでください。詳細については、
免責事項をご確認ください。
