Pular para o conteúdo

CodeMago

Agora

21h32Binance diz que Coreia do Norte usou vaga falsa e IA interna em roubo recorde 18h32Google lança PLE, benchmark com 85 tarefas reais de engenharia para agentes de IA 14h32CZ alerta para mais ataques com IA após roubo de US$ 6.3 bi na Binance 13h02Anthropic registra pedido de IPO e quer listar ação ANT na Nasdaq 10h3142AI sai do stealth com $62.5M para prever comportamento humano 08h32Apple bate recorde de vendas do iPhone sem lancar modelo basico novo 21h32New York Times processa Brave por raspar matérias pagas para alimentar IAs 21h06Anthropic avisa que pode estar perto do RSI, a IA que melhora a si mesma

News

Seguir

Benchmarks

Rankings e testes de IA: LMArena, SWE-bench, ARC-AGI, GPQA e Artificial Analysis. Quem subiu, quem caiu e por quanto.

Google lança PLE, benchmark com 85 tarefas reais de engenharia para agentes de IA

Teste com 30 tarefas mecânicas, 27 elétricas, 18 civis e 10 estruturais mede entregáveis, e melhor IA fez 48,3% no conjunto oculto.

OpenAI cria teste LifeVal para medir IA em tarefas da vida real

Anunciado em 2 de novembro de 2026, benchmark avalia cuidados, casa e serviços públicos pelo resultado final.

GDPx: novo benchmark testa IAs em 11 areas e melhor nota e so 12.0%

SemiAnalysis lancou o GDPx com 206 tarefas reais; Claude Opus 5.5 lidera com 12.0%, a frente de Gemini 4 Carbon e GPT-6 Astra.

Intelligence Index v5 poe Claude Opus 5.5 no topo e amplia abismo open-weight

Nova metodologia usa 60% de testes privados e coloca Astra com 57 e Sol com 55 pontos atras do lider, segundo a Artificial Analysis.