Zurück
Modelle6/Tag per E-MailPrimärquelle
Epoch AIs Furniture-Assembly-Benchmark zeigt Modellen Fotos, die mitten beim Aufbau von IKEA-Möbeln aufgenommen wurden, und lässt sie anhand der offiziellen Anleitung Montagefehler erkennen. Der Spitzenwert stieg von 28 Prozent, erreicht von Claude Opus 4.5 im November 2025, auf 80 Prozent, erzielt von OpenAIs GPT-6 Astra im September 2026
Geprüft 2026-09-29
DER INTELLIGENZ-CLUB
Fakten wie diese, sechs Tage die Woche
The Daily Receipts an Werktagen, The Weekly Brief am Samstag — sechs belegte Fakten pro Tag per E-Mail, zwei mehr als die kostenlose Website zeigt. Jeder bis zur Quelle belegt. Kostenlos.
Treten Sie jetzt bei, und Sie starten mit 100 Receipts in The Receipts Ledger — Ihr erster Schritt zu einem kostenlosen Jahr Insider oder Pro. So funktioniert es →
Für immer kostenlos — aber nur solange es Gründerplätze gibt. Jetzt einsteigen, bevor das hier nur noch ein Newsletter ist, den alle abonniert haben.
Die heutige Ausgabe lesen →Der Screener · 72 UnternehmenJede Ebene der KI-Kette, täglich bepreistWie das geprüft wurdeJede Zahl verlinkt auf den Bericht, aus dem sie stammt
Mehr zu Modelle
- KI-Modelle können inzwischen Gold bei der Internationalen Mathematikolympiade gewinnen, doch Stanfords AI Index 2026 zeigt, dass sie an einer Aufgabe scheitern, die die meisten Kinder früh beherrschen. Bei den 180 Zifferblatt-Designs und 720 Fragen von ClockBench las das beste Modell, GPT-5.4 High, analoge Uhren nur in 50,6 % der Fälle korrekt ab, gegenüber 90,1 % bei Menschen
- KI-Spitzenmodelle holen bei Benchmarks, die ihnen eigentlich widerstehen sollen, schnell auf. Vor einem Jahr erzielten sie bei Humanity's Last Exam, einem 2.700 Fragen umfassenden Test, der für KI schwer und für menschliche Experten günstig konzipiert ist, noch unter 10 %. Inzwischen erreicht die Genauigkeit 38,3 % bei Humanity's Last Exam, gegenüber unter 10 % ein Jahr zuvor
- Stanfords 2026 AI Index zitiert eine Studie, in der Microsofts AI Diagnostic Orchestrator, gepaart mit OpenAIs o3-Reasoning-Modell, gegen 21 praktizierende Ärzte mit fünf bis zwanzig Jahren Erfahrung antrat, die unter vergleichbaren Bedingungen ohne Hilfsmittel diagnostisch anspruchsvolle Fälle aus dem New England Journal of Medicine bearbeiteten. Die Genauigkeit des KI-Systems erreichte 85,5 % gegenüber rund 20 % bei den unterstützungsfreien Ärzten