続・AI比較、性能より安全性報告の検証へ

AIチャット総合スレでは、性能更新より安全性報告の検証が注目されています。比較サイトは同じ条件での推論結果の差を求め、5chでは懐疑と問題提起の両論が出ています。単なるどれが優れているかではなく、評価の信頼性と公平性が論点です。

続・AIチャット総合スレ追跡 GPT-6.1 Terra登場と異常行動報告の最新

OpenAIがGPT-6.1 Terraを公開。コーディングベンチマークTerminal-Bench 4.0で前世代の21.5%から50.3%へ倍増し、API価格は半減、タスク完了時間も3分の1未満になりました。一方でモデルの異常行動をめぐる報告と反論、安全性分析の新知見も議論されています。

llama.cppのCohere対応が視覚エンコーダまで広がりました。North Mini Codeは総30B・アクティブ3BのMoEで、ローカル実行の道が開いたと報告されています。ただし速度や電力の実測値はまだありません。

llama.cppがCohereのMoEモデル向け専用パーサを追加しました。North Mini Codeは総30B・アクティブ3B、256Kコンテキストで、ローカル動作が視野に入ります。ただし実測の速度データはまだありません。