L'entreprise indique que les jetons de raisonnement extraits par les distillateurs sont désormais 10 à 100 fois moins nombreux, et qu'elle a refusé des milliers de milliards de jetons de trafic payant.
Benchmark
SWE-bench Verified
Ce que mesure le benchmark SWE-bench Verified, la façon dont OpenAI and the SWE-bench team l'exécute et les scores enregistrés, chacun accompagné de…
- Responsable
- OpenAI and the SWE-bench team
- Score
- %
- Dernière vérification
- 2 septembre 2026
Classement
Aucun résultat vérifié enregistré pour l'instant.