Solo tres modelos de IA superan el capital inicial en una prueba de emprendimiento de 500 días
Título original:Only three AI models finished above starting capital in a 500-day startup survival test
Resumen de IA
La Universidad de Princeton presentó CEO-Bench, un benchmark que hace que agentes de IA operen durante 500 días la empresa simulada de software por suscripción NovaMind, con un capital inicial de 1 millón de dólares. De los 14 modelos evaluados, solo Claude Fable 5 (47,15 millones de dólares de beneficio en su mejor ronda), Claude Opus 4.8 (27,8 millones) y GPT-5.5 (21,3 millones) superaron el capital inicial en sus mejores ejecuciones. Una heurística simple de reglas que no invoca modelos de lenguaje alcanzó 15,76 millones mediante precios fijos, cuotas y desarrollo específico, superando a todos los modelos excepto los tres mencionados. La mayoría de los modelos no logró mantener una estrategia coherente y quebró antes de terminar la simulación. La prueba busca medir la capacidad de decisión estratégica a largo plazo de la IA.
Puntos clave
- La Universidad de Princeton presentó CEO-Bench,un benchmark que hace que agentes de IA operen…
- De los 14 modelos evaluados,solo Claude Fable 5 (47,15 millones de dólares de beneficio en su…
- 8 (27,8 millones) y GPT-5.
- 5 (21,3 millones) superaron el capital inicial en sus mejores ejecuciones.
- Una heurística simple de reglas que no invoca modelos de lenguaje alcanzó 15,76 millones mediante…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- The Decoder:AI News(RSS)
- Categoría
- Artículos e investigación
- Puntuación IA
- 70
普林斯顿的 CEO-Bench 测试了一个反直觉结果,一个不用 AI 的简单规则系统击败了绝大多数模型——在当前 agent 都在比窄任务时,这个测试直指长期战略决策的致命短板,做 agent 的必须看。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Solo tres modelos de IA superan el capital inicial en una prueba de emprendimiento de 500 días. 28. junio 2026. https://new.nat6.net/es/news/cmqxnrjtc004ssljh9zvejgbo/