benchmarks

DeepSeek atualiza V4.1-Flash e salta em testes de código

O checkpoint de 17 de outubro é chamado de atualização menor, mas os números divulgados mostram salto de 31,2 para…

3 dias ago

WorldCupArena avalia 13 LLMs e agentes de deep-research nas 104 partidas da Copa 2026 — só 4 sistemas cravaram Espanha campeã

Benchmark dinâmico WorldCupArena mede 13 modelos de IA em previsões pré-jogo da Copa 2026 em placar, jogadores, estatísticas e campeão…

3 meses ago