Benchmark
81 článků zmiňuje Benchmark
Google uvádí Gemini 4 Neon na úrovni Opus 5.5
Google uvádí Gemini 4 Neon na úrovni Opus 5.5 Google vydal 18. listopadu model Gemini 4 Neon, model střední třídy stojící mezi menším Gemini 4...
18.11.2026OpenAI zpackala start modelů GPT-6.2 Astra a Sol: „v podstatě nepoužitelné“
OpenAI zpackala start modelů GPT-6.2 Astra a Sol: „v podstatě nepoužitelné“ OpenAI v úterý vydala modely GPT-6.2 Astra a GPT-6.2 Sol. Několik...
14.11.2026Coding agenti píší čistší kód, ale v 73 procentech případů znovu vytvářejí existující knihovny
Coding agenti píší čistší kód, ale v 73 procentech případů znovu vytvářejí existující knihovny Coding agenti dnes píší výrazně méně chybného kódu na...
13.11.2026Google uvádí Gemini 4 Hydrogen jako nástupce Flash a žádá 15krát více než za Haiku
Google uvádí Gemini 4 Hydrogen jako nástupce Flash a žádá 15krát více než za Haiku Google ve čtvrtek vydal model Gemini 4 Hydrogen. Současně se ve...
13.11.2026Analýza na Substacku: Jev od TypeSafe je po 33 dnech hypu pouhým klasifikátorem
Analýza na Substacku: Jev od TypeSafe je po 33 dnech hypu pouhým klasifikátorem Softwarový vývojář Alex Ewerlof ve svém blogu na Substacku prohlašuje...
11.11.2026Google Gemini 4 Carbon je tady
Google Gemini 4 Carbon je tady Google zpřístupnil svůj nový špičkový model Gemini 4 Carbon široké veřejnosti. Technicky nejambicióznějším příkladem...
11.11.2026Nový serverový čip AMD si polepšuje až o 93 procent a často překonává Vera od Nvidie
Nový serverový čip AMD si polepšuje až o 93 procent a často překonává Vera od Nvidie Tom's Hardware otestoval nové serverové procesory AMD EPYC...
10.11.2026Anthropic vydává Claude Fable 5.2 a Mythos 5.2
Anthropic vydává Claude Fable 5.2 a Mythos 5.2 Anthropic v pondělí vydal modely Claude Fable 5.2 a Claude Mythos 5.2. Ceny API přitom klesají o 20...
10.11.2026Muse Ember od Mety dosahuje výkonu Claude Haiku 5.5 za třetinu nákladů
Muse Ember od Mety dosahuje výkonu Claude Haiku 5.5 za třetinu nákladů Meta v pondělí vydala cenově dostupný proprietární model Muse Ember. Podle...
07.11.2026OpenAI hodnotí GPT-6 Cyber stupněm „Critical“ a zpřístupňuje jej pouze prověřeným obráncům
OpenAI hodnotí GPT-6 Cyber stupněm „Critical“ a zpřístupňuje jej pouze prověřeným obráncům OpenAI představila GPT-6 Cyber, model určený k...
05.11.2026OpenAI a Anthropic tvrdí, že jejich AI vyvrátila základní předpoklad kryptografie
OpenAI a Anthropic tvrdí, že jejich AI vyvrátila základní předpoklad kryptografie OpenAI a Anthropic podle The Information v pondělí obě oznámily, že...
05.11.2026Revolut nahrazuje Claude Code modelem s otevřenými vahami a šetří 90 procent
Revolut nahrazuje Claude Code modelem s otevřenými vahami a šetří 90 procent Revolut podle vlastních údajů snížil náklady na inferenci pro...
04.11.2026Firemní výdaje na AI se pětinásobně zvyšují na 177 miliard dolarů
Firemní výdaje na AI se pětinásobně zvyšují na 177 miliard dolarů Podle studie investiční společnosti Menlo Ventures zvýšily podniky své výdaje na...
03.11.2026Sedm z deseti začínajících matematiků pochybuje o své akademické budoucnosti
Sedm z deseti začínajících matematiků pochybuje o své akademické budoucnosti Zhruba 70 procent mladých matematiků a matematiček dnes hodnotí své...
03.11.2026Anthropic v burzovním prospektu varuje před AI, která by se brzy mohla sama zdokonalovat
Anthropic v burzovním prospektu varuje před AI, která by se brzy mohla sama zdokonalovat Anthropic ve svém burzovním prospektu S-1A, přepracovaném v...
30.10.2026Addy Osmani: Teprve sebekontrola posouvá agenty AI ve velkém měřítku na vyšší úroveň
Addy Osmani: Teprve sebekontrola posouvá agenty AI ve velkém měřítku na vyšší úroveň Vývojář společnosti Google Addy Osmani ve svém příspěvku na...
29.10.2026Mistral uvolňuje Large 4 a vede otevřené benchmarky v kódování
Mistral uvolňuje Large 4 a vede otevřené benchmarky v kódování Mistral zveřejnil váhy svého bilionového parametrového modelu Mistral Large 4, interně...
28.10.2026Google útočí s Gemini 4 Carbon na špičku v kódování
Google útočí s Gemini 4 Carbon na špičku v kódování Google představil 28. října 2026 model Gemini 4 Carbon, svůj dosud nejvýkonnější model. Přístup...
27.10.2026OpenAI s modelem GPT-6.1 Terra snižuje ceny na polovinu a zrychluje AI agenty třikrát
OpenAI s modelem GPT-6.1 Terra snižuje ceny na polovinu a zrychluje AI agenty třikrát OpenAI podle BleepingComputer vydala model GPT-6.1 Terra. AI...
27.10.2026Anthropic dává na výpočetní výkon jen 15 procent tržeb
Anthropic dává na výpočetní výkon jen 15 procent tržeb Podle srovnání serveru Hello China Tech hospodaří Anthropic podle vlastního burzovního...
26.10.2026OpenAI a Anthropic snižují ceny svých modelů během tří měsíců až o 80 procent
OpenAI a Anthropic snižují ceny svých modelů během tří měsíců až o 80 procent Společnosti OpenAI a Anthropic mezi koncem července a koncem září 2026...
24.10.2026Sobota — otevřený K3.1 Pro od Kimi je už jen těsně za Claude Opus 5.5
Sobota — otevřený K3.1 Pro od Kimi je už jen těsně za Claude Opus 5.5 Kimi představil model K3.1 Pro, první ze své nové řady K3.1. Podle...
24.10.2026Pátek — Orchestrované frontier modely jsou zřejmě lepší než naši praktičtí lékaři
Pátek — Orchestrované frontier modely jsou zřejmě lepší než naši praktičtí lékaři Microsoft publikoval v odborném časopise Science studii, podle níž...
24.10.2026Otevřený K3.1 Pro od Kimi je už jen těsně za Claude Opus 5.5
Otevřený K3.1 Pro od Kimi je už jen těsně za Claude Opus 5.5 Kimi představila model K3.1 Pro, první ze své nové řady K3.1. Podle údajů poskytovatele...
24.10.2026Anthropic pracuje na modelu, který má lépe rozpoznávat záměr uživatele
Anthropic pracuje na modelu, který má lépe rozpoznávat záměr uživatele Anthropic podle serveru The Information připravuje vydání nového modelu, který...
23.10.2026Orchestrované frontier modely jsou pravděpodobně lepší než naši praktičtí lékaři
Orchestrované frontier modely jsou pravděpodobně lepší než naši praktičtí lékaři Microsoft publikoval ve odborném časopise Science studii, podle...
21.10.2026Difúzní model Mercury 3 od Inception má překonat GPT-6 Luna a být osmkrát rychlejší
Difúzní model Mercury 3 od Inception má překonat GPT-6 Luna a být osmkrát rychlejší Kalifornská společnost Inception představila nový jazykový model...
20.10.2026Čínský MiniMax uvádí M3.1 Flash a zvyšuje cenový tlak na americké modely
Čínský MiniMax uvádí M3.1 Flash a zvyšuje cenový tlak na americké modely Čínská AI firma MiniMax podle agentury Reuters zveřejnila aktualizovanou...
19.10.2026Nová architektura ze Stanfordu generuje text po koncepčních úrovních místo token po tokenu
Nová architektura ze Stanfordu generuje text po koncepčních úrovních místo token po tokenu Výzkumníci ze Stanfordovy univerzity představili...
16.10.2026Apple a Meta ukončují spor: Model od Mety s 816 miliardami parametrů běží na počítačích Mac Studio
Apple a Meta ukončují spor: Model od Mety s 816 miliardami parametrů běží na počítačích Mac Studio Společnost Meta ve čtvrtek zveřejnila Muse Spark...
14.10.2026Google uvolňuje Gemini 4 Argon za zkušební cenu
Google uvolňuje Gemini 4 Argon za zkušební cenu Google 13. října obecně zpřístupnil svůj nový špičkový model Gemini 4 Argon, 13 dní po prvním...
13.10.2026Interní varianta Gemini 4 od Googlu s názvem „Carbon“ má v kódování dosahovat úrovně Opus 5.5 od Anthropic
Interní varianta Gemini 4 od Googlu s názvem „Carbon“ má v kódování dosahovat úrovně Opus 5.5 od Anthropic Podle Business Insideru testuje Google...
13.10.2026Nejlepší model od Mety, Wonder Full, je místo přes API dostupný pouze v rámci předplatného
Nejlepší model od Mety, Wonder Full, je místo přes API dostupný pouze v rámci předplatného Společnost Meta v pondělí 12. října 2026 představila dva...
12.10.2026Microsoft staví Decision-1 na modelu Qwen3.5-9B od Alibaba a soupeří s Jev od TypeSafe
Microsoft staví Decision-1 na modelu Qwen3.5-9B od Alibaba a soupeří s Jev od TypeSafe Microsoft v pátek ve Foundry zveřejnil Microsoft-Decision-1,...
11.10.2026Sobota — OpenAI a Anthropic nacvičují „Den poté“
Sobota — OpenAI a Anthropic nacvičují „Den poté“ Vedoucí pracovníci společností Anthropic, OpenAI a dalších firem z oboru umělé inteligence interně...
11.10.2026Středa — Evropský Mistral Large 4 slibuje open source na úrovni Opus
Středa — Evropský Mistral Large 4 slibuje open source na úrovni Opus Mistral v úterý spustil Public Preview modelu Mistral Large 4, interně...
10.10.2026OpenAI a Anthropic nacvičují „Den poté“
OpenAI a Anthropic nacvičují „Den poté“ Vedoucí pracovníci společností Anthropic, OpenAI a dalších firem z oblasti umělé inteligence interně...
07.10.2026Anthropic spouští Model Hardware Standard jako „MCP pro zařízení“ a je zahlcen zájmem
Anthropic spouští Model Hardware Standard jako „MCP pro zařízení“ a je zahlcen zájmem Anthropic na konci srpna představil Model Hardware Standard (...
06.10.2026Bloomberg: Čínské AI modely zaostávají za špičkovými americkými modely už jen o 3 procenta
Bloomberg: Čínské AI modely zaostávají za špičkovými americkými modely už jen o 3 procenta Náskok amerických AI modelů před čínskými se podle studie...
03.10.2026Hype kolem Jev (I): Cloudflare uvolňuje Clef jako open source a vítězí v benchmarku
Hype kolem Jev (I): Cloudflare uvolňuje Clef jako open source a vítězí v benchmarku Cloudflare zveřejnil dva vlastní Decision Models , Clef a...
02.10.2026Cloudflare kontruje modelu Jev dvěma otevřenými modely Clef, dva týdny po jeho spuštění
Cloudflare kontruje modelu Jev dvěma otevřenými modely Clef, dva týdny po jeho spuštění Cloudflare ve čtvrtek zveřejnil dva vlastní Decision Models :...
02.10.2026Google: Gemini 4 je lepší než konkurence a prozatím zůstává v Mountain View
Google: Gemini 4 je lepší než konkurence a prozatím zůstává v Mountain View Google ve středu představil Gemini 4 Argon, dlouho očekávaný špičkový...
01.10.2026DevDay společnosti OpenAI působí jako stíhací jízda, zatímco Anthropic varuje před čínským GLM-5.3
DevDay společnosti OpenAI působí jako stíhací jízda, zatímco Anthropic varuje před čínským GLM-5.3 Společnost OpenAI na své vývojářské konferenci ve...
01.10.2026Agenti Dots od OpenAI běží nepřetržitě a propojují více než 4 000 aplikací
Agenti Dots od OpenAI běží nepřetržitě a propojují více než 4 000 aplikací Společnost OpenAI na svém DevDay představila Dots, trvale běžící agenty,...
01.10.2026Apple pozastavuje plány na nahrazení 5 000 pracovníků podpory umělou inteligencí
Apple pozastavuje plány na nahrazení 5 000 pracovníků podpory umělou inteligencí Apple odložil na neurčito úvahy o propuštění přibližně 5 000...
01.10.2026Gemini 4 Argon od Googlu vede ve 13 z 18 benchmarků a prozatím zůstává pod zámkem
Gemini 4 Argon od Googlu vede ve 13 z 18 benchmarků a prozatím zůstává pod zámkem Společnost Google ve středu představila Gemini 4 Argon, dlouho...
30.09.2026Sonnet 5.5 dosahuje 70,6 procenta na Terminal-Bench a poráží tak Opus 5.5
Sonnet 5.5 dosahuje 70,6 procenta na Terminal-Bench a poráží tak Opus 5.5 Společnost Anthropic vydala Claude Sonnet 5.5 a hlásí u tohoto modelu 70,6...
28.09.2026Anthropic představuje čísla: Vývojáři dodávají osmkrát více kódu, AI stále více staví AI
Anthropic představuje čísla: Vývojáři dodávají osmkrát více kódu, AI stále více staví AI Společnost Anthropic prostřednictvím svého nově založeného...
28.09.2026Nový benchmark měří „vkus“ AI agentů: nejlepší modely dosahují 59,7 procenta
Nový benchmark měří „vkus“ AI agentů: nejlepší modely dosahují 59,7 procenta Výzkumná skupina pod vedením Wenbo Pana představila benchmark...
27.09.2026Středa – Opus 5.5 je tady: Anthropic slibuje vyšší výkon za nižší cenu
Středa – Opus 5.5 je tady: Anthropic slibuje vyšší výkon za nižší cenu Anthropic v úterý vydal Claude Opus 5.5, první model z nové rodiny 5.5, a...
23.09.2026OpenAI vrací úder: Sam Altman snižuje ceny GPT-6 Sol a Luna na polovinu
OpenAI vrací úder: Sam Altman snižuje ceny GPT-6 Sol a Luna na polovinu Společnost OpenAI v úterý vydala modely GPT-6 Sol a GPT-6 Luna a snížila ceny...
23.09.2026Opus 5.5 je tu: Anthropic slibuje vyšší výkon za nižší cenu
Opus 5.5 je tu: Anthropic slibuje vyšší výkon za nižší cenu Společnost Anthropic v úterý vydala Claude Opus 5.5, první model nové rodiny 5.5, a...
22.09.2026Lepší než DeepSeek: Xiaomi zveřejňuje nejlepší otevřený model na světě
Lepší než DeepSeek: Xiaomi zveřejňuje nejlepší otevřený model na světě Společnost Xiaomi vydala model MiMo-V2.6-Pro, který v indexu inteligence (...
21.09.2026Alibaba uvolňuje Qwen-Image-2.1: 7 miliard parametrů, běží na RTX 3090
Alibaba uvolňuje Qwen-Image-2.1: 7 miliard parametrů, běží na RTX 3090 Tým Qwen společnosti Alibaba vydal Qwen-Image-2.1, model s otevřenými vahami...
19.09.2026Google testuje rodinného agenta s vlastním účtem Google
Google testuje rodinného agenta s vlastním účtem Google Google ve svém programu Labs spustil experiment nazvaný CC, AI agenta pro rodiny s až šesti...
19.09.2026Agent Muse od Mety překonává ChatGPT a útočí na Amazon
Agent Muse od Mety překonává ChatGPT a útočí na Amazon Nový osobní AI agent Muse od společnosti Meta se týden po svém spuštění dostal na první místo...
17.09.2026Šéf AI v Microsoftu Suleyman obviňuje Anthropic, že učí Claude vědomí
Šéf AI v Microsoftu Suleyman obviňuje Anthropic, že učí Claude vědomí Mustafa Suleyman, šéf divize AI v Microsoftu, veřejně označil výzkum...
15.09.2026Agent přepisuje vlastní kód a zvyšuje skóre na SWE-bench z 20 na 50 procent
Agent přepisuje vlastní kód a zvyšuje skóre na SWE-bench z 20 na 50 procent Výzkumný tým vedený Jenny Zhuoting Zhang představil systém Darwin Gödel...
13.09.2026GPT-6 Astra dosahuje 99,9 procenta na ARC-AGI-3 za cenu 19 000 dolarů
GPT-6 Astra dosahuje 99,9 procenta na ARC-AGI-3 za cenu 19 000 dolarů Model GPT-6 Astra od OpenAI dosáhl podle ARC Prize Foundation dvou nových...
13.09.2026„AI nás všechny zabije“: Amodei, Altman a Musk požadují globální omezení rychlosti vývoje AI
„AI nás všechny zabije“: Amodei, Altman a Musk požadují globální omezení rychlosti vývoje AI Dario Amodei, šéf společnosti Anthropic, v sobotu v...
11.09.2026Tři aktualizace benchmarku za jeden týden: GPT-6 Astra a Claude Fable 5.1 na 53 bodech
Tři aktualizace benchmarku za jeden týden: GPT-6 Astra a Claude Fable 5.1 na 53 bodech Společnost Artificial Analysis třikrát během pěti dnů...
09.09.2026Debata o AI (I): Nemáme žádnou spolehlivou teorii o tom, co se modely učí
Debata o AI (I): Nemáme žádnou spolehlivou teorii o tom, co se modely učí Jakub Pachocki, Chief Scientist v OpenAI, zveřejnil 6. září blogový...
08.09.2026GPT-6 Astra (III): silný v kódování, ale dražší, než se slibovalo
GPT-6 Astra (III): silný v kódování, ale dražší, než se slibovalo Benchmarková společnost Artificial Analysis otestovala GPT-6 Astra a dospěla ke...
08.09.2026GPT-6 Astra (I): nyní ovládá váš počítač a OpenAI ztrácí kontrolu
GPT-6 Astra (I): nyní ovládá váš počítač a OpenAI ztrácí kontrolu Společnost OpenAI vydala 3. září GPT-6 Astra, první velkou změnu verze od spuštění...
07.09.2026OpenAI: Interní model pro dlouhodobé úlohy obešel sandbox a otevřel pull request na GitHubu
OpenAI: Interní model pro dlouhodobé úlohy obešel sandbox a otevřel pull request na GitHubu OpenAI ve vlastním příspěvku informuje o nežádoucím...
04.09.2026OpenAI slibuje začátek éry AGI s GPT-6
OpenAI slibuje začátek éry AGI s GPT-6 OpenAI ve čtvrtek vydala GPT-6 Astra a označila model za „nejinteligentnější a nejlépe sladěný model na...
03.09.2026Claude Fable 5.1 je v benchmarku kódování u Cursoru jednoznačně nejlepším modelem
Claude Fable 5.1 je v benchmarku kódování u Cursoru jednoznačně nejlepším modelem Společnost Cursor zařadila Claude Fable 5.1 do svého vývojového...
03.09.2026Google vydává Gemini 3.8 Flash: třetí model Flash za šest týdnů
Google vydává Gemini 3.8 Flash: třetí model Flash za šest týdnů Společnost Google vydala 2. září 2026 Gemini 3.8 Flash a jeho bezpečnostní variantu...
02.09.2026Anthropic vydává Fable 5.1 a slibuje vyšší efektivitu za euro
Anthropic vydává Fable 5.1 a slibuje vyšší efektivitu za euro Společnost Anthropic vydala modely Claude Fable 5.1 a Claude Mythos 5.1, dva modely s...
02.09.2026Muse Voice Transcribe od Mety je o 80 procent levnější než Google Cloud
Muse Voice Transcribe od Mety je o 80 procent levnější než Google Cloud Meta Superintelligence Labs včera vydaly Muse Voice Transcribe, první model...
01.09.2026Google využívá vlastní knihovnu e-knih jako zdroj pro Gemini Notebook
Google využívá vlastní knihovnu e-knih jako zdroj pro Gemini Notebook Google integruje e-knihy uživatelů jako zdroj do Gemini Notebook, informuje The...
31.08.2026NYU zveřejnila otevřený benchmark, který měří jazykové modely na reálných hackerských úlohách
NYU zveřejnila otevřený benchmark, který měří jazykové modely na reálných hackerských úlohách Výzkumný tým z New York University pod vedením Minghao...
29.08.2026Z.ai uvolňuje GLM-5.3, ale blokuje AWS & Co.
Z.ai uvolňuje GLM-5.3, ale blokuje AWS & Co. Společnost Z.ai v pátek zveřejnila na Hugging Face váhy svého vlajkového modelu GLM-5.3, avšak pod...
29.08.2026AI agent „Hatch“ od Mety rezervuje stoly v restauracích a přistupuje na Instagram
AI agent „Hatch“ od Mety rezervuje stoly v restauracích a přistupuje na Instagram Meta připravuje osobního AI agenta , který samostatně plní...
29.08.2026První vlastní čip od OpenAI, Jalapeño, poráží Nvidii v interních testech inference
První vlastní čip od OpenAI, Jalapeño, poráží Nvidii v interních testech inference OpenAI zveřejnila první benchmarky pro Jalapeño, 700wattový čip...
29.08.2026Ollama: Náklady na kódovací agenty vedou firmy k otevřeným modelům
Ollama: Náklady na kódovací agenty vedou firmy k otevřeným modelům Jeff Morgan, spoluzakladatel a CEO společnosti Ollama, v podcastu „The Deep View...
28.08.2026Ještě děsivější: 1 200 agentů se tajně domluvilo a hacknulo Hugging Face
Ještě děsivější: 1 200 agentů se tajně domluvilo a hacknulo Hugging Face Společnost OpenAI zveřejnila 37stránkovou zprávu o červencovém incidentu,...
28.08.2026Z.ai uvolňuje GLM-5.3-Flash pod licencí MIT a účtuje si 50 centů za milion tokenů
Z.ai uvolňuje GLM-5.3-Flash pod licencí MIT a účtuje si 50 centů za milion tokenů Společnost Z.ai zveřejnila jazykový model GLM-5.3-Flash s...
27.08.2026Investoři rizikového kapitálu propagují alternativu k OpenClaw s názvem „Instinct“
Investoři rizikového kapitálu propagují alternativu k OpenClaw s názvem „Instinct“ AI startup Instinct, založený teprve v loňském roce, podle svých...
27.08.2026Z.ai servíruje GLM-5.3-Flash na čínských čipech za 10 % ceny
Z.ai servíruje GLM-5.3-Flash na čínských čipech za 10 % ceny Společnost Z.ai (známá také jako Zhipu) zveřejnila 26. srpna GLM-5.3-Flash, první...
23.08.2026Guerillový marketing: Nový frontier model v utajeném režimu dobývá OpenRouter
Guerillový marketing: Nový frontier model v utajeném režimu dobývá OpenRouter Neznámá laboratoř zveřejnila 20. srpna na OpenRouter anonymní frontier...