🛎️ The Benchmark Is Editable
Benchmark Artificial Analysis, nejcitovanější index v AI oboru, ohodnotil model GPT-6 Astra skóre 61, hůře než konkurenční Muse Spark 1.3. Do 24 hodin firma vydala verzi indexu 4.2 s odůvodněním „metodologická aktualizace“ a Astra poskočil na druhé místo, aniž by to vyvolalo jakoukoli reakci trhu. Newsletter dále popisuje, že Suno vydalo model v6 trénovaný na licencovaných katalozích Warner Music, BMG a Believe místo scrapovaných dat, čímž labely z žalobců udělaly příjemce licenčních poplatků. Anthropic alignment lead Evan Hubinger veřejně odhadl přes 10% riziko vyhynutí lidstva kvůli AI během deseti let, což se objevilo těsně před plánovaným IPO firmy. Google Cloud s Accenture zároveň staví tým až 1000 forward-deployed inženýrů (Gemini Enterprise) podle vzoru Palantiru pro přímou implementaci AI u klientů.
Proč to je důležité: Pro české B2B firmy je klíčové nebrat žebříčky modelů jako objektivní měřítko při výběru dodavatele AI a počítat s tím, že skutečnou hodnotu přináší až implementace na míru (FDE model), ne samotný model.