Keçən ay Mercor-un hüquq və korporativ analiz kimi peşəkar sahələrdə AI agentlərinin bacarıqlarını ölçən yeni göstəricisi haqqında yazmışdım. O vaxt nəticələr kifayət qədər zəif idi — bütün böyük laboratoriyalar 25%-dən aşağı nəticə göstərmişdi və buna görə hüquqşünasların hələlik AI tərəfindən əvəz olunmayacağı qənaətinə gəlmişdik.
Lakin süni intellektin imkanları bir neçə həftə ərzində ciddi şəkildə dəyişə bilər.
Bu həftə Anthropic şirkətinin Opus 4.6 modelinin təqdimatı reytinqləri dəyişdirdi. Yeni model bir cəhdlik testdə təxminən 30%-ə yaxın nəticə göstərdi, bir neçə əlavə cəhd imkanı verildikdə isə orta nəticə 45%-ə çatdı. Buraxılışa “agent swarms” kimi yeni agent əsaslı funksiyalar da daxil edilib ki, bu da çoxmərhələli problemlərin həllində effektivliyi artırmış ola bilər.
Hər halda, bu nəticə əvvəlki ən yaxşı göstərici ilə müqayisədə böyük sıçrayışdır və əsas (foundation) modellər üzrə inkişafın davam etdiyini göstərir. Mercor-un CEO-su Brendan Foody bu irəliləyişi belə qiymətləndirib: “Bir neçə ay ərzində 18.4%-dən 29.8%-ə yüksəlmək inanılmazdır.”
Dərc edildi:
07.02.2026
