Arena publiserte en indeks bygget på 72 509 virkelige agentøkter samme dag som selskapet kunngjorde en runde på 200 millioner dollar. OpenAI tar de fem første plassene.
Modell
Grok 4.7
Grok 4.7 er en KI-modell utviklet av SpaceXAI. Denne siden samler det som er offentlig kjent om modellen og hvert benchmarkresultat Aivio News har registrert for den, med kilde og dato for hvert enkelt tall.
Benchmarks
Alle sakerIngen verifiserte resultater registrert ennå.
Mer om Grok 4.7
Xiaomis MiMo-V2.6-Pro tar førsteplassen blant åpne vekter i en uavhengig indeks, under MIT-lisens
Telefonprodusenten slapp en ekspertblandingsmodell med en billion parametere, vektene, koden for forsterkende læring og en løpende oversikt over hva treningen kostet.
Selskapets egen tabell viser framgang på kode-, ingeniør- og jusstester. På Terminal-Bench 4.0 oppgis 38 prosent, der en uavhengig evaluator målte 26.