Benchmarks
Beste codeeragent maakt maar 26 procent van echte klussen af
Co-Design Bench van onderzoekers van Alibaba toetst codeeragents op echte verzoeken van gebruikers. GPT-6 Astra scoort het best, maar levert slechts 26,4 procent van de taken helemaal goed af.
Google lanceert Gemini 4 Carbon, eerst alleen voor beveiligers
Google presenteert Gemini 4 Carbon, een model voor cyberbeveiliging en langlopend programmeerwerk. Het staat bovenaan bij Artificial Analysis, maar is voorlopig alleen voor geselecteerde beveiligers.
Mistral en NVIDIA bouwen AI voor industriële engineering
Mistral en NVIDIA werken samen aan AI voor simulaties in luchtvaart, automotive en chipontwerp, met open benchmarks voor AI-agents in CAE en EDA.
OpenAI-modellen zetten COBOL nu veel beter om
OpenAI meldt dat GPT-6.1 Sol 86,6 procent haalt op een COBOL-migratietest, tegen 5,4 procent voor de voorganger. Wat zeggen die cijfers echt?
Googlers twijfelen aan codeerwerk van Gemini 4 Argon
Bloomberg meldt dat Google-medewerkers Gemini 4 Argon wisselvallig vinden bij echte codeertaken, terwijl het model hoog scoort op benchmarks. De cijfers en de kritiek op een rij.
Kosten van AI-prestaties dalen 47 procent per kwartaal
Onderzoeksbureau Epoch AI berekende dat de prijs voor een vast prestatieniveau sinds 2023 met ongeveer 47 procent per kwartaal daalt. Dat is dertien keer goedkoper per jaar.
Astra verdient drie keer zoveel als Fable op Vending-Bench
GPT-6 Astra hield na een gesimuleerd jaar 15.515 dollar over op Vending-Bench, tegen 5.422 dollar voor Claude Fable 5.1. Het verschil zit in inkoop en in betalingen die nooit iets opleverden.
OpenHands 1.0 haalt 68 procent op SWE-bench Verified
De open-source codeagent OpenHands bereikt versie 1.0 met Docker-sandboxing, risicoanalyse per commando en ongeveer 68 procent op SWE-bench Verified.
Nemotron verslaat beste mens op programmeerolympiade
NVIDIA’s Nemotron-3-Ultra-CC scoorde 535,4 van 600 punten op de Internationale Olympiade Informatica 2026 en bleef daarmee boven de beste menselijke deelnemer met 498,27.
OpenAI noemt GPT-6 Astra het begin van het AGI-tijdperk
OpenAI lanceerde GPT-6 Astra en spreekt van het AGI-tijdperk. Wat het model kan, wat het kost en waarom het als eerste het stempel critical krijgt voor cyber.