benchmarki AI

Alibaba nie zawsze potrzebuje nowej cyfry w nazwie, żeby pokazać postęp. Firma wypuściła Qwen3.8-Max-0902, czyli kolejną wersję dotrenowanego modelu, który zadebiutował miesiąc wcześniej. Architektura pozostaje ta sama, cennik również, a mimo to model wskoczył na pierwsze miejsce rankingu Code Arena: WebDev. Wynik 1691 punktów dał mu trzy punkty przewagi nad Claude Opus 5 Max. W tle pozostaje jednak pytanie, jak długo ta przewaga utrzyma się po premierze Claude Fable 5.1.

Firma Alibaba opublikowała flagowy model Qwen3.8-Max i od razu zestawiła go z najmocniejszymi propozycjami Anthropica i OpenAI. Tabele benchmarków, które chińska spółka wrzuciła do sieci, obejmują dziesiątki testów, od kodowania po rozpoznawanie obrazu i wideo. Model trafia na rynek zaledwie kilkanaście dni po premierze Moonshot AI Kimi K3, więc presja na amerykańskie laboratoria rośnie z dwóch stron naraz. Wyniki jednak warto analizować z dystansem.

Jeszcze nie opadł kurz po premierach konkurencyjnych modeli, a Google wyłożyło na stół swoje najcięższe działa. Mowa o modelu Gemini 3. Ta premiera to coś więcej niż tylko kolejny wzrost wydajności. Google stawia na rewolucję w sposobie interakcji ze sztuczną inteligencją, przesuwając ją z roli biernego asystenta do aktywnego, autonomicznego agenta. Czy faktycznie jest to ten "ogromny krok w stronę AGI", o którym marzy cała branża? Co ta nowa moc obliczeniowa i unikalna strategia integracji znaczą...

Ostatni tydzień to absolutna ofensywa firmy Anthropic. Firma wypuściła nowy model Haiku, udostępniła Claude Code bezpośrednio w przeglądarce, a do tego uruchomiła dedykowane potężne rozwiązanie dla naukowców i sektora farmaceutycznego. Wszystko to dzieje się w momencie, gdy CEO Dario Amodei ujawnił, że Anthropic jest najszybciej rosnącą firmą software w historii. Takiego tempa wzrostu świat technologii jeszcze nie widział.