2013marmaglugsetnov2014marmaglugsetnov2015marmaglugsetnov2016marmaglugsetnov2017marmaglugsetnov2018marmaglugsetnov2019marmaglugsetnov2020marmaglugsetnov2021marmaglugsetnov2022marmaglugsetnov2023marmaglugsetnov2024marmaglugsetnov2025marmaglugsetnov2026marmaglugagosetottnovOggi

ModelliI sistemi di frontiera che i laboratori rilasciano: chi pubblica cosa, e quando.

GPT-1GPT-2GPT-3DALL·ECodexPaLMDALL·E 2Stable DiffusionWhisperChatGPTBing con IALLaMA 1ClaudeGPT-4Claude 2Llama 2Mistral 7BGrok-1Claude 3GPT-4oVeo e Imagen 3Claude 3.5 SonnetLlama 3.1 405Bgpt-ossGPT-5Claude Sonnet 5GPT-5.6Kimi K3Claude Opus 5Claude Fable 5.1 e Mythos 5.1GPT-6 AstraDeepSeek-V4.1-FlashClaude Opus 5.5Claude Sonnet 5.5GPT-6.1 SolClaude Haiku 5.5GPT-6 e Intelligent UIGemini 4 ArgonGPT-6.1 Terra

CapacitàLe metriche e i test di frontiera: come crescono le capacità misurate dei sistemi (ECI di Epoch, SWE-bench, reasoning).

GeneraleRagionamentoCodingMatematicaAgenti

MMLU 43%GPT-3 fissa il punto zero dei modelli di frontieraHumanEval 28.8%CodexBIG-bench CoTPaLM 540BRLHF alignmentChatGPTMMLU 86.4%GPT-4 supera esami professionaliSWE-bench 1.96%Nasce SWE-benchArena Elo 1256Claude 3 Opus supera GPT-4 nella Chatbot ArenaSWE-bench 33.7%Claude 3.5 SonnetAIME 83.3%OpenAI o1FrontierMath <2%FrontierMathAIME 79.8% open-weightsDeepSeek-R1SWE-bench 65.4%Agenti autonomi superano il 65% su SWE-benchECI 152La frontiera supera ECI 150METR autonomy ↑Autonomia agenteSWE-bench Pro 42.6%SWE-bench ProHLE 28.4%Humanity's Last ExamFrontierMath 38.2%FrontierMathMETR Horizon 16hMETR

Ricerca55

Mercato44

Cultura62

Politica43

SentimentTono delle citazioni verificate↑ Entusiasmo · ↓ Timorenessuna citazione

Volume

Cronologia