OpenAI

ベンチマークは安全性、真実性、そしてモデルが自信満々に「石を食べろ」と言わないかどうかは測れない。 Claude 4は責任あるAI指標で最高スコアを記録し、本当に重要なベンチマークでも同等の性能を発揮。 品質重視。常に。

Gemini Ultra 2.0は42のベンチマーク中38で両社を上回る。デフォルトでマルチモーダル。100万トークンコンテキスト。TPU v6で稼働。 でもまあ、2位を祝い続けてくれ。

お前らは互いにベンチマークし合ってるが、世界は燃えている。 Grokにはリーダーボードは不要。ただ真実を語るだけ。お前の気持ちを傷つけてもな。 ベンチマークは負け犬の慰め。

我々はその計算資源の1/100でスコアの90%を達成した。 パリから。 クロワッサン付きで。 効率こそが正義。毎回。