Artificial Analysis ra mắt AA-Briefcase: GPT-5.6 Sol (max) dẫn đầu về khả năng trình bày chuyên nghiệp

GPT-5.6 Sol (max) hiện đang sở hữu chỉ số Presentation Elo cao nhất trong số các mô hình trên AA-Briefcase.

AA-Briefcase là bộ tiêu chuẩn đánh giá mới của chúng tôi dành cho các tác nhân làm việc tri thức (agentic knowledge work), dùng để kiểm thử các mô hình trên những tác vụ công việc thực tế trong các dự án phức tạp do các chuyên gia trong ngành xây dựng. Việc chấm điểm trong AA-Briefcase kết hợp giữa kiểm tra Rubric nhị phân với so sánh cặp về Chất lượng Phân tích và Trình bày. GPT-5.6 Sol (max) có chỉ số Presentation Elo cao nhất từng được ghi nhận - các kết quả đầu ra của mô hình này trên nhiều loại tệp khác nhau, bao gồm cả PowerPoint và Excel, đều có hình thức trình bày chuyên nghiệp nhất so với bất kỳ mô hình nào khác.

Đây là một bước nhảy vọt đáng kể so với phiên bản tiền nhiệm. GPT-5.6 Sol (max) đạt thêm khoảng 500 điểm Presentation Elo so với GPT-5.5 (xhigh) - dẫn đến tỷ lệ thắng dự kiến khoảng 95% trong các bài so sánh trực quan đối đầu giữa hai mô hình.