#Xbench

Традиционные бенчмарки перестают адекватно отражать реальные способности ИИ. Появляются новые методы оценки, такие как LiveCodeBench Pro и Xbench, которые предлагают более точное измерение возможностей моделей.

Китайская компания Hongshan Capital Global представила Xbench — постоянно обновляемый AI-бенчмарк, который оценивает модели на академических и практических задачах. Лидирует ChatGPT o3.