Surprise upset: GPT-5.5 beats Claude Fable 5 on brutal new Agents’ Last Exam benchmark

Les dernières actualités en matière d'intelligence artificielle : l'exam d'Agents' Last Exam

Les chercheurs de l'Université de Californie à Berkeley ont lancé Agents' Last Exam (ALE), un nouveau benchmark conçu pour mesurer la capacité des intelligences artificielles à exécuter des workflows professionnels de longue durée de valeur économique. L'ALE est un examen rigoureux qui évalue les agents sur cinq couches fonctionnelles : la raison, la perception visuelle, l'orchestration, l'invocation de outils et la plateforme de runtime.

Trois points clés :

1. GPT-5.5 d'OpenAI remporte le top spot : L'ALE a été lancé avec plus de 1 490 tâches et a déjà évalué les performances de plusieurs agents, dont GPT-5.5 d'OpenAI, qui a obtenu un taux de réussite de 24,0 % et a pris la première place sur le classement.
2. Les limitations des modèles actuels : Les résultats de