LovableがGPT-6 Solでの構築に対応
LovableがGPT-6 Solでの構築に対応した。
0から1の構築ベンチマークについて、Lovableは、どのeffortレベルでもGPT-6 SolのスコアがGPT-5.6 Solより6〜12%高いとしている。指示への追従で最も大きな向上があり、意図の一致は10〜15%、デザインの基本は8〜10%高いと報告している。
関連AIニュース
Mistral AI、Mistral Large 4 が Harvey の Legal Agent Benchmark でオープンソースモデル首位と発表
Mistral AI は、Mistral Large 4 が Harvey の Legal Agent Benchmark でオープンソースモデル首位になったと発表した。
Hassan、AIモデルのGeoGuessr能力を評価する「GeoGuess Bench」を公開
GeoGuess Benchは、世界各地の写真を用いた210問の位置特定タスクでAIモデルを評価する。総合1位はClaude Opus 5.5で、オープンモデルも低い推論コストで競争力のある精度を示した。
Arena.ai、GPT-6 Sol（Medium）を Direct Mode で 9 月 29 日午前 9 時 PT まで公開
OpenAI の GPT-6 Sol（Medium）は、今後 24 時間、9 月 29 日午前 9 時 PT まで Arena の Direct Mode で選択できる。Arena.ai によると、その期間の終了後も Battle と Agent Mode で引き続き利用できる。
OpenAI、GPT-6 Sol と GPT-6 Luna の画像理解の不具合を修正
OpenAI Developers は、GPT-6 Sol と GPT-6 Luna の画像理解を低下させていた不具合を修正したと述べている。API と Codex の視覚タスク（computer use を含む）は、より良い結果を返すようになる見込みだ。
Arena.ai、GPT-6 Sol（Max）をAgent Arenaで6位、+7.7%、タスクあたり0.75ドルと位置づける
Arena.aiによると、OpenAIのGPT-6 Sol（Max）は4,000件超の実世界エージェントセッションで純改善率+7.7%を記録し、タスクあたりの中央値コストは0.75ドルだった。Claude Fable 5（High）を0.60ポイント下回り、タスクあたりのコストは56%低い。