Mastodon discussion Discussions Sep 22 1 views

Nouveau round du benchmark Agents on Rails, reasoning poussé à fond. GPT-6 Astra grimpe à 53%, GPT-5.6 Luna passe de 0 à...

by Camille Roux

Nouveau round du benchmark Agents on Rails, reasoning poussé à fond. GPT-6 Astra grimpe à 53%, GPT-5.6 Luna passe de 0 à 27% pour 29 dollars. Claude Fable 5.1 stagne à 32% en doublant la facture, soit 1146 dollars. ⬇️https://rubyonrails.org/2026/9/21/agents-on-rails-maximum-effort-and-deepseek-4-1-flash#MachineLearning #AI📬 Ma veille dev, chaque vendredi par email → https://l.camilleroux.com/sig-9CU

Read Original
Anthropic Benchmark OpenAI

Metadata

Account
camilleroux

Related

Mastodon discussion 22m ago

Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследован...

Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследование поведения ИИ-агентов с вызовом функций, имеющих реальный ...

9