Benchmark
39 článků zmiňuje Benchmark
Apple 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...
01.10.2026Agenti 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,...
01.10.2026DevDay 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...
01.10.2026Gemini 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...
19.09.2026Agent 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...
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...
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...
13.09.2026„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...
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...
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 (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...
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...
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...
03.09.2026Google 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...
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...
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...
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...
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...
29.08.2026AI 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...
29.08.2026Ollama: 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...
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...
29.08.2026První 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...
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...
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,...
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...
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...
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...