Legendaryry

Asked GPT Image 2.0 to create a benchmark table of opus 4.7 vs gpt 5.5.
その画像モデルは非常に良くなった。
GPT-5.5がヘッドラインのスコアボードで勝利した。でもよく見てみて。
OSWorld 78.7対78.0。GDPval 84.9対80.3。Toolathlon 55.6対54.6 (オーバー5.4、Opusではなく)。
OpusはまだSWE-Bench Pro、MCP Atlas、GPQA Diamond、HLE no-toolsを使用している。
OpenAIはオールラウンドのベルトを獲得。Anthropicはコーディングの王冠を維持。紙の上では。

Chat GPT Images 2.0は素晴らしいです。

私は先週、ヨーロッパからニューヨーク市へ旅行して、8.5時間の悪い睡眠負債を抱えました。
帰宅初日には9.5時間眠ったのに、準備完了スコアはまだ追いついていません。
旅行と健康最大化は本当に難しいです。