Я не успел толком потестить последний Gemini Argon, а тут уже вышел новый - Carbon. Она сегодня занимает первое место по большинству бенчей среди _ публичных _ моделей, включая несильное но преимущество на любимым всеми опусом. Из интересного, бенчмарк Vending Bench, в котором модель набрала максимум баллов. Бенчмарк по сути требует от модели управлять на протяжении симулируемого года бизнесом с вендоматами (на основе легендарного эксперимента Антропика, которые сделали это физически). Модели нужно управлять поставками, ценами, платить за аренду, грузчикам с целью заработать как можно больше. Это, кстати, надеюсь делает кристально очевидным почему задача "ИИ заработай мне денег" это бессмысленный бред. Чем лучше ИИ, тем хуже он будет справляться с этой задачей, а чем глупее юзер, тем чаще он будет это просить. Причина: рынок и капитализм это первый в мире искусственный интеллект, которому уже несколько сотен лет. Не бывает неэффективных рынков, если им никто не мешает. А никто не может помешать распространению ИИ и тому, чтобы рынки стали более эффективными. Поэтому любая арбитражная или оптимизационная возможность, которая есть на рынке будет экспоилиться ЗНАЧИТЕЛЬНО быстрее, чем пару лет назад. Если в тиктоке завирусился тренд, то чтобы этот тренд появился в рекламе брендов, в принтах на футболках и в мемкоинах проходили недели, даже месяца. Это будут минуты. Любой "легкий" способ заработать деньги (даже самые небольшие, условно пару долларов, ради которых человек не встанет со стула) будет мгновенно использоваться роями агентов, которые принадлежат владельцам компьюта, которых миллиарды и они снуют по интернету в поисках любых неэффективностей или вещей, за которые люди готовы платить. Я не уверен, что большинство отдает себе отчет о том насколько много таких проектов и насколько они масштабны.