ਬੈਂਚਮਾਰਕਿੰਗ ਫਰਮ ਆਰਟੀਫਿਸ਼ੀਅਲ ਐਨਾਲਿਸਿਸ ਨੇ 4 ਸਤੰਬਰ, 2026 ਨੂੰ ਆਪਣੇ ਇੰਟੈਲੀਜੈਂਸ ਇੰਡੈਕਸ ਦਾ ਸੰਸਕਰਣ 4.2 ਜਾਰੀ ਕੀਤਾ, ਇੱਕ ਅੰਤਰਿਮ ਅਪਡੇਟ ਜੋ ਕਿ ਫਰੰਟੀਅਰ AI ਮਾਡਲਾਂ ਨੂੰ ਕਿਵੇਂ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ - ਅਤੇ, ਨਵੇਂ ਲੀਡਰਬੋਰਡ ਦੇ ਅਨੁਸਾਰ, ਐਂਥਰੋਪਿਕ ਦੇ ਕਲੌਡ ਫੈਬਲ 5.1 ਨੇ ਚੋਟੀ ਦਾ ਸਥਾਨ ਰੱਖਿਆ ਹੈ, OpenAI ਦੇ GPT-6 Astra- GPT-6 ਤੋਂ ਬਾਅਦ GPT-6 ਸੋਲ-5 ਪੁਆਇੰਟ ਤੋਂ ਬਾਅਦ ਦੂਜੇ ਸਥਾਨ 'ਤੇ।

ਇਹ ਅਪਡੇਟ ਜਨਵਰੀ ਵਿੱਚ ਇੰਡੈਕਸ v4 ਦੇ ਲਾਂਚ ਹੋਣ ਦੇ ਅੱਠ ਮਹੀਨਿਆਂ ਬਾਅਦ ਆਇਆ ਹੈ, ਇੱਕ ਅਸਾਧਾਰਨ ਤੌਰ 'ਤੇ ਤੇਜ਼ ਤਬਦੀਲੀ ਫਰਮ ਨੂੰ ਹਾਲ ਹੀ ਦੇ ਫਰੰਟੀਅਰ ਰੀਲੀਜ਼ਾਂ ਦੀ ਗਤੀ ਦਾ ਕਾਰਨ ਹੈ। ਕੰਪਨੀ ਨੇ ਆਪਣੀ ਘੋਸ਼ਣਾ ਵਿੱਚ ਲਿਖਿਆ, "ਪਿਛਲੇ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਸਰਹੱਦ ਇੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਦੇ ਨਾਲ, ਅਸੀਂ ਮਹਿਸੂਸ ਕਰਦੇ ਹਾਂ ਕਿ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਤੁਰੰਤ ਅੰਤਰਿਮ ਅਪਡੇਟ ਪ੍ਰਦਾਨ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਸਾਡਾ ਸੂਚਕਾਂਕ ਪਹਿਲਾਂ ਵਾਂਗ ਹੀ ਢੁਕਵਾਂ ਅਤੇ ਉਪਯੋਗੀ ਬਣਿਆ ਰਹੇ।"

ਸਿਰਲੇਖ ਦਰਜਾਬੰਦੀ

ਪ੍ਰਕਾਸ਼ਿਤ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ, ਐਂਥਰੋਪਿਕ ਦਾ ਕਲੌਡ ਫੈਬਲ 5.1 ਸੂਚਕਾਂਕ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਹੈ, ਇਸਦੇ ਬਾਅਦ ਓਪਨਏਆਈ ਦਾ GPT-6 ਐਸਟਰਾ ਹੈ, ਜਿਸਨੇ GPT-5.6 ਸੋਲ ਨਾਲੋਂ ਚਾਰ ਅੰਕਾਂ ਦਾ ਸੁਧਾਰ ਕੀਤਾ ਹੈ। ਮੈਟਾ ਲੀਡਰਬੋਰਡ 'ਤੇ ਤੀਜੀ-ਮਜ਼ਬੂਤ ​​ਲੈਬ ਵਜੋਂ ਦਰਜਾਬੰਦੀ ਕਰਦਾ ਹੈ, ਇਸ ਤੋਂ ਬਾਅਦ SpaceXAI, Moonshot/Kimi, Z.AI, ਅਤੇ Google।

ਐਂਥਰੋਪਿਕ ਅਤੇ ਓਪਨਏਆਈ ਵੀ ਅੱਪਡੇਟ ਕੀਤੀ ਲਾਗਤ-ਕੁਸ਼ਲਤਾ ਤਸਵੀਰ ਨੂੰ ਸਾਂਝਾ ਕਰਦੇ ਹਨ: ਦੋ ਕੰਪਨੀਆਂ, ਮੇਟਾ ਅਤੇ Z.AI ਦੇ ਨਾਲ, ਸੂਚਕਾਂਕ ਦੇ "ਕਾਸਟ ਪ੍ਰਤੀ ਟਾਸਕ" ਪੇਰੇਟੋ ਫਰੰਟੀਅਰ 'ਤੇ ਕਬਜ਼ਾ ਕਰਦੀਆਂ ਹਨ, ਮਤਲਬ ਕਿ ਕੋਈ ਵੀ ਹੋਰ ਲੈਬ ਵਰਤਮਾਨ ਵਿੱਚ ਪ੍ਰਤੀ ਪੂਰੇ ਕੀਤੇ ਗਏ ਕੰਮ ਲਈ ਸਮਾਨ ਕੀਮਤ ਲਈ ਸਖਤੀ ਨਾਲ ਬਿਹਤਰ ਖੁਫੀਆ ਜਾਣਕਾਰੀ ਦੀ ਪੇਸ਼ਕਸ਼ ਨਹੀਂ ਕਰਦੀ ਹੈ।

ਟੋਕਨ ਕੁਸ਼ਲਤਾ 'ਤੇ, ਨਕਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ GPT-6 ਐਸਟਰਾ "ਖੁਫੀਆ ਸਰਹੱਦ ਦੇ ਨੇੜੇ ਲਗਭਗ ਹਰ ਦੂਜੇ ਮਾਡਲ ਨਾਲੋਂ ਵਧੇਰੇ ਟੋਕਨ ਕੁਸ਼ਲ" ਪਾਇਆ, ਕਲਾਉਡ ਫੇਬਲ 5.1, ਗ੍ਰੋਕ 4.5, ਅਤੇ ਜੇਮਿਨੀ 3.5 ਫਲੈਸ਼-ਲਾਈਟ ਵਕਰ ਦੇ ਕਿਸੇ ਵੀ ਸਿਰੇ 'ਤੇ ਬੈਠੇ ਹਨ। ਫਰਮ ਨੇ ਇੱਕ ਸਾਥੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਨੋਟ ਕੀਤਾ, ਹਾਲਾਂਕਿ, ਐਸਟਰਾ ਦੀ ਘੱਟ ਟੋਕਨ ਵਰਤੋਂ ਇਸਦੀਆਂ ਉੱਚੀਆਂ ਕੀਮਤਾਂ ਦੁਆਰਾ ਵੱਧ ਗਈ ਹੈ - ਇੱਕ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ ਕਿ ਕੱਚੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਕੁੱਲ ਲਾਗਤ ਹਮੇਸ਼ਾ ਇਕੱਠੇ ਨਹੀਂ ਚਲਦੇ ਹਨ।

v4.2 ਵਿੱਚ ਕੀ ਬਦਲਿਆ ਹੈ

ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਢਾਂਚਾਗਤ ਤਬਦੀਲੀ ਬੈਂਚਮਾਰਕ ਗੇਮਿੰਗ ਦੇ ਵਿਰੁੱਧ ਜਾਣਬੁੱਝ ਕੇ ਧੱਕਾ ਹੈ। ਸੂਚਕਾਂਕ ਦਾ 40 ਪ੍ਰਤੀਸ਼ਤ ਵੇਟਿੰਗ ਹੁਣ ਪ੍ਰਾਈਵੇਟ, ਹੋਲਡ-ਆਊਟ ਟੈਸਟ ਸੈੱਟਾਂ ਤੋਂ ਆਉਂਦਾ ਹੈ — v4.1 ਵਿੱਚ ਸ਼ੇਅਰ ਦੁੱਗਣਾ — ਜਿਸ ਵਿੱਚ AA-Briefcase, AA-Omniscience, ਅਤੇ CritPt ਲਈ ਹੱਲ ਸ਼ਾਮਲ ਹਨ। ਫਰਮ ਨੇ ਕਿਹਾ ਕਿ ਸੂਚਕਾਂਕ v5 ਵਿੱਚ ਅੰਕੜਾ ਹੋਰ ਵਧੇਗਾ।

ਦੋ ਨਵੇਂ ਮੁਲਾਂਕਣ ਅੱਪਡੇਟ ਨੂੰ ਐਂਕਰ ਕਰਦੇ ਹਨ:

  • AA-ਬ੍ਰੀਫਕੇਸ, ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਹੋਲਡ-ਆਊਟ ਟੈਸਟ ਸੈੱਟ ਦੇ ਨਾਲ ਇੱਕ ਅੰਦਰੂਨੀ ਏਜੰਟੀ ਗਿਆਨ ਦੇ ਕੰਮ ਦਾ ਬੈਂਚਮਾਰਕ। ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਬਹੁ-ਹਫ਼ਤੇ ਵਾਲੇ ਪੇਸ਼ੇਵਰ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਹਰੇਕ ਲਿੰਕ ਕੀਤੇ ਕਾਰਜਾਂ ਅਤੇ ਹਜ਼ਾਰਾਂ ਇਨਪੁਟ ਸਰੋਤ ਫਾਈਲਾਂ ਦੇ ਨਾਲ, ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਾਰਜ ਸਫਲਤਾ, ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਗੁਣਵੱਤਾ, ਅਤੇ ਪੇਸ਼ਕਾਰੀ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਰੂਬਰਿਕ ਸਕੋਰਿੰਗ ਅਤੇ ਜੋੜੇ ਅਨੁਸਾਰ ਤੁਲਨਾ ਦੇ ਸੁਮੇਲ ਦੁਆਰਾ ਗ੍ਰੇਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
  • GDP.pdf, Surge AI ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ, ਜੋ ਪੇਸ਼ੇਵਰ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਸਿੰਗਲ-ਵਾਰੀ ਤਰਕ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ: ਦਸ ਡੋਮੇਨਾਂ ਵਿੱਚ ਫੈਲੇ 100 PDF, ਟੈਕਸਟ, ਟੇਬਲ, ਚਾਰਟ ਅਤੇ ਫੁਟਨੋਟ ਦੇ 4,592 ਪੰਨਿਆਂ ਵਿੱਚ ਵੰਡੇ ਸਬੂਤ ਦੇ ਨਾਲ। ਜਵਾਬਾਂ ਨੂੰ 1,275 ਮਾਹਰ-ਲੇਖਕ ਪਰਮਾਣੂ ਮਾਪਦੰਡਾਂ ਦੇ ਵਿਰੁੱਧ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਸਿਰਲੇਖ ਆਲ-ਪਾਸ ਦਰ ਕਿਸੇ ਕੰਮ ਨੂੰ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਕ੍ਰੈਡਿਟ ਦਿੰਦੀ ਹੈ ਜਦੋਂ ਹਰ ਮਾਪਦੰਡ ਸੰਤੁਸ਼ਟ ਹੁੰਦਾ ਹੈ।

ਇੱਕ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲ ਰਿਹਾ ਬੈਂਚਮਾਰਕ ਬਾਹਰ ਨਿਕਲਣ ਦੇ ਰਾਹ 'ਤੇ ਹੈ: GPQA ਡਾਇਮੰਡ, ਗ੍ਰੈਜੂਏਟ-ਪੱਧਰ ਦੀ ਵਿਗਿਆਨ ਤਰਕ ਪ੍ਰੀਖਿਆ, ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਰਹੱਦੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੰਤ੍ਰਿਪਤ ਕੀਤਾ ਗਿਆ ਹੈ।

ਫਰਮ ਨੇ ਆਪਣੇ ਗਰੇਡਿੰਗ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਵੀ ਅਪਗ੍ਰੇਡ ਕੀਤਾ, AA-LCR v1.1 ਨੂੰ ਇੱਕ ਨਵੇਂ ਗਰੇਡਿੰਗ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਨਾਲ ਜਾਰੀ ਕੀਤਾ ਅਤੇ ਜਵਾਬ ਕੁੰਜੀਆਂ ਨੂੰ ਸਹੀ ਕੀਤਾ, GDPval-AA v2 ਅਤੇ AA-ਬ੍ਰੀਫਕੇਸ ਲਈ Elo ਸਕੇਲ ਨੂੰ ਮੁੜ-ਐਂਕਰਿੰਗ ਕੀਤਾ, ਤਾਂ ਜੋ ਨਵੇਂ ਮਾਡਲਾਂ ਦੇ ਆਉਣ 'ਤੇ ਰੇਟਿੰਗਾਂ ਸਥਿਰ ਰਹਿਣ, ਅਤੇ SciCode ਦੀ ਸਖਤੀ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ, ਜੋ ਕਿ ਸੈਂਡਬੌਕਸ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ ਗ੍ਰੇਡਿੰਗ ਨਹੀਂ ਕਰ ਸਕੇ। ਅਸਫਲਤਾ

ਨਵੇਂ ਟੈਸਟਾਂ ਤੋਂ ਕੀ ਪਤਾ ਲੱਗਦਾ ਹੈ

ਨਵੇਂ ਮੁਲਾਂਕਣਾਂ 'ਤੇ ਨਤੀਜੇ ਇਸ ਗੱਲ ਦੀ ਵਧੇਰੇ ਬਰੀਕ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਕਿ ਸਰਹੱਦੀ ਲੈਬਾਂ ਅਸਲ ਵਿੱਚ ਕਿੱਥੇ ਖੜ੍ਹੀਆਂ ਹਨ।

AA-ਬ੍ਰੀਫਕੇਸ 'ਤੇ, ਐਂਥਰੋਪਿਕ ਦਾ ਕਲੌਡ ਫੈਬਲ 5.1 ਅਤੇ ਓਪਸ 5 ਲੀਡ, ਓਪਨਏਆਈ ਦਾ GPT-6 ਐਸਟਰਾ ਅਤੇ ਮੈਟਾ ਦਾ ਮਿਊਜ਼ ਸਪਾਰਕ 1.3 ਤੋਂ ਬਾਅਦ। GPT-6 Astra ਨੇ ਉਸੇ ਮੁਲਾਂਕਣ 'ਤੇ GPT-5.6 Sol ਤੋਂ ਲਗਭਗ 85 Elo ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ - ਲਗਾਤਾਰ OpenAI ਪੀੜ੍ਹੀਆਂ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਛਾਲ।

GDP.pdf 'ਤੇ, ਤਸਵੀਰ ਪਲਟ ਜਾਂਦੀ ਹੈ: OpenAI 33.2% ਆਲ-ਪਾਸ ਦਰ 'ਤੇ GPT-6 Astra ਨਾਲ ਅੱਗੇ ਹੈ, GPT-5.6 Sol 28.2% 'ਤੇ ਅਤੇ ਕਲਾਉਡ Fable 5.1 ਨਾਲ 26.2% 'ਤੇ ਹੈ। ਵਿਭਿੰਨਤਾ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਬਹੁਤ ਵੱਡੇ ਸੰਦਰਭਾਂ 'ਤੇ ਲੰਬੇ-ਦਸਤਾਵੇਜ਼ ਸੰਸਲੇਸ਼ਣ ਓਪਨਏਆਈ ਦੇ ਸਭ ਤੋਂ ਨਵੇਂ ਮਾਡਲ ਲਈ ਇੱਕ ਅਨੁਸਾਰੀ ਤਾਕਤ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਭਾਵੇਂ ਕਿ ਐਂਥਰੋਪਿਕ ਦੇ ਮਾਡਲ ਸਮੁੱਚੇ ਸੂਚਕਾਂਕ ਅਤੇ ਏਜੰਟਿਕ ਕਾਰਜਾਂ ਦੀ ਅਗਵਾਈ ਕਰਦੇ ਹਨ।

ਪ੍ਰਾਈਵੇਟ ਟੈਸਟ ਸੈੱਟ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੇ ਹਨ

ਹੋਲਡ-ਆਊਟ ਮੁਲਾਂਕਣ ਵੱਲ ਤਬਦੀਲੀ AI ਬੈਂਚਮਾਰਕਿੰਗ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਭਰੋਸੇਯੋਗਤਾ ਸਮੱਸਿਆ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਮਾਡਲਾਂ ਨੇ ਵਧੇਰੇ ਜਨਤਕ ਟੈਸਟ ਡੇਟਾ ਨੂੰ ਜਜ਼ਬ ਕਰ ਲਿਆ ਹੈ, ਲੈਬਾਂ ਅਤੇ ਸੁਤੰਤਰ ਨਿਰੀਖਕਾਂ ਦੀ ਚਿੰਤਾ ਵਧ ਗਈ ਹੈ ਕਿ ਜਾਣੇ-ਪਛਾਣੇ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ ਹੈੱਡਲਾਈਨ ਸਕੋਰ ਅਸਲ ਸਮਰੱਥਾ ਦੀ ਬਜਾਏ ਯਾਦ ਜਾਂ ਨਿਸ਼ਾਨਾ ਸਿਖਲਾਈ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਸਦੇ ਟੈਸਟ ਸੈੱਟਾਂ ਦੇ ਵੱਧ ਰਹੇ ਹਿੱਸੇ ਨੂੰ ਨਿਜੀ ਰੱਖ ਕੇ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਭਾਰ ਦੇ ਕੇ, ਨਕਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਉਸ ਸਿਗਨਲ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਜਨਤਕ ਲੀਡਰਬੋਰਡ ਗੁਆ ਰਹੇ ਹਨ।

ਫਰਮ ਨੇ ਕਿਹਾ ਕਿ ਉਹ "ਮਹੀਨਿਆਂ ਤੋਂ" ਸੂਚਕਾਂਕ v5 ਦੇ ਤੱਤ ਬਣਾ ਰਹੀ ਹੈ ਅਤੇ ਮੁੱਖ ਮਾਡਲ ਲਾਂਚਾਂ ਦੀ ਹਾਲੀਆ ਲਹਿਰ ਦੁਆਰਾ ਸੂਚਕਾਂਕ ਨੂੰ ਸਥਿਰ ਰੱਖਣ ਲਈ ਜਾਣਬੁੱਝ ਕੇ ਅਪਡੇਟਾਂ ਨੂੰ ਰੋਕਿਆ ਗਿਆ ਹੈ। ਅੰਤਰਿਮ v4.2 ਰੀਲੀਜ਼ ਤੋਂ ਪਰੇ, ਇਹ ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ ਹੋਰ ਵਾਧੇ ਵਾਲੇ ਅਪਡੇਟਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਂਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ v5 ਤਬਦੀਲੀ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਚੋਣ ਕਰਨ ਵਾਲੇ ਖਰੀਦਦਾਰਾਂ ਲਈ, v4.2 ਤੋਂ ਵਿਹਾਰਕ ਉਪਾਅ ਇਹ ਹੈ ਕਿ ਮਾਰਕੀਟ ਦੇ ਸਿਖਰ 'ਤੇ ਐਂਥਰੋਪਿਕ ਅਤੇ ਓਪਨਏਆਈ ਵਿਚਕਾਰ ਦੋ-ਘੋੜਿਆਂ ਦੀ ਦੌੜ ਬਣੀ ਹੋਈ ਹੈ, ਜਿਸ ਨਾਲ ਮੈਟਾ ਇਸ ਪਾੜੇ ਨੂੰ ਬੰਦ ਕਰ ਰਿਹਾ ਹੈ - ਅਤੇ ਇਹ ਕਿ ਗੇਮਿੰਗ ਪ੍ਰਤੀ ਰੋਧਕ ਹੋਣ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਮੁਲਾਂਕਣ ਹੁਣ ਰੈਂਕਿੰਗ ਦਾ ਕੰਮ ਕਰ ਰਹੇ ਹਨ। ਮਾਡਲ ਚੋਣ ਫੈਸਲਿਆਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਵਾਲੇ ਉਪਭੋਗਤਾ ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ ਜਿਵੇਂ ਕਿ v5 ਰੋਲਆਊਟ ਨੇੜੇ ਆ ਰਿਹਾ ਹੈ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਬੈਂਚਮਾਰਕ ਅੱਪਡੇਟ ਮੁੜ ਆਕਾਰ ਦਿੰਦੇ ਹਨ ਕਿ ਉਦਯੋਗ ਕਿਵੇਂ ਤਰੱਕੀ ਕਰਦਾ ਹੈ। ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ ਅਤੇ ਹਰ ਮਾਡਲ ਰਿਲੀਜ਼ ਤੋਂ ਅੱਗੇ ਰਹੋ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →