Только три ИИ-модели в 500-дневном тесте стартапа заработали больше стартового капитала
Оригинальный заголовок:Only three AI models finished above starting capital in a 500-day startup survival test
ИИ-резюме
Принстонский университет представил бенчмарк CEO-Bench, в котором ИИ-агенты 500 дней управляют подписочной софтверной компанией NovaMind в симулированной среде со стартовым капиталом $1 млн. Из 14 протестированных моделей только Claude Fable 5 (лучший прогон — $47,15 млн прибыли), Claude Opus 4.8 ($27,8 млн) и GPT-5.5 ($21,3 млн) в лучших прогонах превысили стартовый капитал. Простая эвристика без вызова языковых моделей за счёт фиксированных цен, квот и точечной разработки достигла $15,76 млн, обойдя все модели, кроме трёх выше. Большинство моделей не смогли поддерживать связную стратегию и обанкротились до конца симуляции. Тест призван измерить способность ИИ к долгосрочным стратегическим решениям.
Ключевые моменты
- Принстонский университет представил бенчмарк CEO-Bench,в котором ИИ-агенты 500 дней управляют…
- Из 14 протестированных моделей только Claude Fable 5 (лучший прогон — $47,15 млн прибыли),Claude…
- 8 ($27,8 млн) и GPT-5.
- 5 ($21,3 млн) в лучших прогонах превысили стартовый капитал.
- Простая эвристика без вызова языковых моделей за счёт фиксированных цен,квот и точечной разработки…
Кратко
- Опубликовано
- Обновлено
- Источник
- The Decoder:AI News(RSS)
- Категория
- Статьи и исследования
- Оценка ИИ
- 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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Только три ИИ-модели в 500-дневном тесте стартапа заработали больше стартового капитала. 28 июня 2026. https://new.nat6.net/ru/news/cmqxnrjtc004ssljh9zvejgbo/