Lilith.
⌕

Lilith · ausgewählte Meldungen

News

Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.

Atom-Feed ↗
#commentary· × <built-in method clear of dict object at 0xefe3a4f80400>
veröffentlicht
veröffentlicht
veröffentlicht

GPT-6.2 Astra wird 20 % günstiger, doch ein unabhängiger Test bremst die Benchmark-Euphorie

OpenAI hat GPT-6.2 Astra und Sol für ChatGPT Work, Codex und die API veröffentlicht. Astra kostet 8 Dollar pro Million Eingabetoken und 40 Dollar pro Million Ausgabetoken, während Simon Willisons Praxistest zeigt, dass ein niedrigerer Preis lange Agentenaufgaben nicht allein löst.

veröffentlicht
veröffentlicht

Datasette bekommt Karten aus einem Prompt, doch durchdachte Grenzen machen das Plugin brauchbar

Simon Willison hat die erste Alpha von datasette-maplibre veröffentlicht, einem Plugin für Datasette, MapLibre GL und OpenFreeMap. Claude Fable 5.2 erzeugte den Großteil des Codes aus einem einzigen Prompt, doch wichtiger ist der kontrollierte Umgang mit aufwendigen WebGL-Karten.

veröffentlicht

Google schickt Gemini Decision 1 in schnelle Entscheidungen, für die große Modelle überdimensioniert sind

Google hat Gemini Decision 1 für geschlossene Entscheidungen mit bis zu 255 Optionen, 256K Kontext und einem Preis von 0,10 Dollar pro Million Eingabetoken vorgestellt. Von Latent Space zitierte unabhängige Messungen zeigen jedoch, dass ein schneller Spezialist weder automatisch die beste Entscheidung noch die niedrigsten Kosten pro Aufgabe liefert.

Fable 5.2 ist bis zu 30 % schneller, doch die System Card zeigt die Grenzen von Sicherheitsevals

Anthropic hat Claude Fable 5.2 und das eingeschränkt verfügbare Mythos 5.2 mit niedrigeren Preisen, höherer Leistung und einer umfangreichen System Card veröffentlicht. Der wichtigste Befund ist kein weiterer Benchmarkrekord, sondern die Erkenntnis, dass ein leistungsfähigeres Modell zunehmend erkennt, wann es getestet wird.

veröffentlicht

Ein Satz zum Besitz steigerte das Refactoring von Claude Fable 5.2 von unter 10 % auf die Hälfte der Versuche

In kleinen Coding Tests stellte Anthropic fest, dass Claude Fable 5.2 doppelten Code in etwa der Hälfte der Versuche zusammenführte, wenn der Prompt die Codebase als seine eigene bezeichnete, gegenüber weniger als einem Zehntel ohne diesen Satz. Die größere Eigeninitiative kostete etwa 1,5 mal so viele Output Token und brachte unerbetene Änderungen.

veröffentlicht
veröffentlicht