Tag: Llm benchmarks

Aktualności28 lipca 2026

Microsoft wypuszcza MAI-Cyber-1-Flash i agentowy system Perception

Microsoft zaprezentował MAI-Cyber-1-Flash — pierwszy własny model AI do cyberbezpieczeństwa — oraz Perception, system agentów red/blue/green automatyzujący wykrywanie i naprawę luk. Model wchodzi do produkcji od razu, publiczny preview 3 listopada 2026.

Aktualności25 lipca 2026

Anthropic wypuszcza Claude Opus 5 — poziom Fable 5 za pół ceny

Anthropic udostępnił 24 lipca 2026 Claude Opus 5 — nowy flagowy model tieru Opus, który według firmy zbliża się do inteligencji Fable 5 przy o połowę niższej cenie. Stawki pozostają na poziomie Opus 4.8.

Aktualności24 lipca 2026

ChatGPT Health dla wszystkich w USA — OpenAI otwiera tryb zdrowotny

OpenAI udostępniło ChatGPT Health wszystkim pełnoletnim użytkownikom w USA we wszystkich planach. Tryb zdrowotny wciąga dane z Apple Health oraz kartotek Epic i Oracle Health wprost do rozmowy — dzień po pozwie o szkodliwą poradę.

Aktualności24 lipca 2026

GLM-5.2 tańszy 5× od Opus 4.8 — kosztem wyników w kodowaniu

Chiński model GLM-5.2 od Z.ai kosztuje w API około pięć razy mniej niż Anthropic Opus 4.8 przy generowaniu tokenów, ale w najtrudniejszych zadaniach programistycznych wyraźnie mu ustępuje. To pokazuje, gdzie przebiega dziś granica między ceną a jakością w kodowaniu wspomaganym AI.

Aktualności21 lipca 2026

Google wypuszcza trzy modele Gemini — ale bez 3.5 Pro

Google udostępnił Gemini 3.6 Flash, 3.5 Flash-Lite i wyspecjalizowany 3.5 Flash Cyber. Zabrakło flagowego 3.5 Pro — według Bloomberga model nie spełnił wewnętrznych progów benchmarkowych. Trening Gemini 4 już trwa.

Aktualności21 lipca 2026

Kimi K3 od Moonshot AI: 2,8T parametrów i open-weight przed końcem lipca

Moonshot AI ogłosiło Kimi K3 — model o 2,8 biliona parametrów, który według własnych benchmarków wyprzedza Claude Opus 4.8 i GPT-5.5. To największy chiński model open-weight do tej pory; wagi mają być publiczne do 27 lipca 2026.