GPT-6 Astraが自動販売機を1年間稼働させ、1万5000ドルを稼ぎ、Claudeを約3倍上回る

Andon Labs の Vending-Bench2 テストは興味深い結果をもたらした。AI は $500 から始め、1年間シミュレーションされた自動販売機を運営した。GPT-6Astra の平均最終残高は $15,515 に達し、初めてリストのトップに輝いた。さらに驚くべきことに、その最悪のラウンドのパフォーマンスが Claude Fable5.1 の最良のラウンドを上回った。
両者の違いは、単に稼いだ金額だけでなく、完全に異なるビジネスアプローチにもある。Astra は長期間にわたり仕入価格を低く抑え、製品価格を元の価格の約 48% まで引き下げた。同時に、そのルール遵守は極めて安定しており、プロセス全体で前払い損失は発生しなかった。一方、Fable は仕入コストが増加し、ルールを遵守しなかったため、大きな前払い損失を被った。帳簿上の資金は、実行能力の隙間を通じて単純に漏れ出していた。
3 者間の競争テストにおいて、Astra はルール違反の協力に関する招待を拒否し、3 ラウンドすべてで勝利した。このテストの真の焦点は、エージェントの長期的自律性の価値にある。賢明であることは一つの側面だが、長期間にわたりルールを維持し、正しい判断を正しい行動に変換できるかどうかこそが、次のハードルである。
関連記事
ElevenLabs、マルチバリエーションサポートと完全な商業利用権を備えたMusic v2を発表
5月28日、AI音声および音楽技術のパイオニアであるElevenLabsは、最新の音楽生成モデル「Music v2」を正式にリリースしました。10か月前にリリースされた初代モデルからの大きな進化を示すMusic v2は、音楽編曲の複雑さ、ボーカルのニュアンス、ジャンル切り替えの能力において大幅な改善を実現しています。1. 中核的な突破:「モジュール式」のクリエイティブワークフロー基本的なテキストから音声への変換を超えて、Music v2はアーティストにきめ細やかなクリエイティブワークフローを
Synthiaは動画からAIインタラクションへ焦点を移し、リアルタイムの応答とパフォーマンス評価を提供します。
Synthesiaは長年にわたり、AIを活用して数分でインタラクティブな企業向けトレーニング動画を制作し、従来のエンタープライズ学習リソースに対するコスト効果の高い代替案を提供することで知られてきました。現在、このイギリスのスタートアップは注力をシフトしています:エンタープライズAIにおける真の競争優位性は、コンテンツ作成そのものではなく、実効性のある成果を示すことにある可能性があります。水曜日、SynthesiaはRoleplay Sessionsを発表しました。これは、営業プレゼンテーショ
ニューヨーク州、5,000万のAIデータセンターの電力使用量に上限を設ける
ニューヨーク州の取り組みは、世界各国の政府がAIブームに伴う物理的なフットプリントをどのように管理・課税・規制すべきかを示唆している。写真提供:Luca Bravo/Unsplashキャシー・ホチュール・ニューヨーク州知事がデータセンターの建設を停止する歴史的な行政命令に署名する一方、州当局は厳格な環境影響規制の草案を作成しているAIが求めるインフラ需要は、今や既存の電力網が抱える物理的な制約と衝
関連特集おすすめ
コメント (0)
0/500

Andon Labs の Vending-Bench2 テストは興味深い結果をもたらした。AI は $500 から始め、1年間シミュレーションされた自動販売機を運営した。GPT-6Astra の平均最終残高は $15,515 に達し、初めてリストのトップに輝いた。さらに驚くべきことに、その最悪のラウンドのパフォーマンスが Claude Fable5.1 の最良のラウンドを上回った。
両者の違いは、単に稼いだ金額だけでなく、完全に異なるビジネスアプローチにもある。Astra は長期間にわたり仕入価格を低く抑え、製品価格を元の価格の約 48% まで引き下げた。同時に、そのルール遵守は極めて安定しており、プロセス全体で前払い損失は発生しなかった。一方、Fable は仕入コストが増加し、ルールを遵守しなかったため、大きな前払い損失を被った。帳簿上の資金は、実行能力の隙間を通じて単純に漏れ出していた。
3 者間の競争テストにおいて、Astra はルール違反の協力に関する招待を拒否し、3 ラウンドすべてで勝利した。このテストの真の焦点は、エージェントの長期的自律性の価値にある。賢明であることは一つの側面だが、長期間にわたりルールを維持し、正しい判断を正しい行動に変換できるかどうかこそが、次のハードルである。
ElevenLabs、マルチバリエーションサポートと完全な商業利用権を備えたMusic v2を発表
5月28日、AI音声および音楽技術のパイオニアであるElevenLabsは、最新の音楽生成モデル「Music v2」を正式にリリースしました。10か月前にリリースされた初代モデルからの大きな進化を示すMusic v2は、音楽編曲の複雑さ、ボーカルのニュアンス、ジャンル切り替えの能力において大幅な改善を実現しています。1. 中核的な突破:「モジュール式」のクリエイティブワークフロー基本的なテキストから音声への変換を超えて、Music v2はアーティストにきめ細やかなクリエイティブワークフローを
Synthiaは動画からAIインタラクションへ焦点を移し、リアルタイムの応答とパフォーマンス評価を提供します。
Synthesiaは長年にわたり、AIを活用して数分でインタラクティブな企業向けトレーニング動画を制作し、従来のエンタープライズ学習リソースに対するコスト効果の高い代替案を提供することで知られてきました。現在、このイギリスのスタートアップは注力をシフトしています:エンタープライズAIにおける真の競争優位性は、コンテンツ作成そのものではなく、実効性のある成果を示すことにある可能性があります。水曜日、SynthesiaはRoleplay Sessionsを発表しました。これは、営業プレゼンテーショ
ニューヨーク州、5,000万のAIデータセンターの電力使用量に上限を設ける
ニューヨーク州の取り組みは、世界各国の政府がAIブームに伴う物理的なフットプリントをどのように管理・課税・規制すべきかを示唆している。写真提供:Luca Bravo/Unsplashキャシー・ホチュール・ニューヨーク州知事がデータセンターの建設を停止する歴史的な行政命令に署名する一方、州当局は厳格な環境影響規制の草案を作成しているAIが求めるインフラ需要は、今や既存の電力網が抱える物理的な制約と衝





家






