Qué ha pasado
Los modelos GPT-6.2 Astra y Sol de OpenAI responden de forma mucho más breve que las versiones a las que sustituyen, según una evaluación de Artificial Analysis, informó The Decoder. La longitud media de las respuestas de Astra pasó de 352 a 210 palabras, un recorte del 40 por ciento, mientras que la de Sol bajó de 337 a 223 palabras, una reducción del 34 por ciento. Los encabezados por respuesta casi desaparecieron: pasaron de 1,99 a 0,11 en Astra y de 1,85 a 0,25 en Sol.
Los modelos también se volvieron mucho menos propensos a reconocer la incertidumbre. En ese rasgo, la puntuación de Astra cayó de 96 a 24 y la de Sol, de 98 a 51. Las puntuaciones en Answer First, que mide si un modelo aborda la pregunta de inmediato, subieron de 49 a 89 en Astra y de 64 a 87 en Sol. Las de Natural Sounding también aumentaron. Artificial Analysis compartió los resultados en LinkedIn y X.
En su propia comparación de ocho índices de personalidad con las variantes max de los modelos, el medio comprobó que Claude Fable 5.2 y Opus 5.5 de Anthropic obtenían 81 y 90 en el Transparency Index, frente a 41 de Astra y 57 de Sol. Los modelos de Anthropic también lideraron en Organization, y Opus 5.5 alcanzó 90 en Informativeness, muy por delante de los otros tres modelos.
Contexto
El AA-PersonalityBench plantea 900 preguntas en inglés sin ningún system prompt. Tres modelos de IA juzgan pares de respuestas anonimizadas y generan puntuaciones para 30 rasgos que alimentan ocho índices. Los valores de los índices, de 1 a 100, son clasificaciones relativas, no porcentajes, y reflejan el estilo de comunicación y no la calidad de las respuestas, de modo que una puntuación de transparencia más baja no implica por sí sola más respuestas erróneas.
El boletín
La semana tecnológica, en un solo correo.
Las crónicas que merecen su tiempo, cada semana. Cancele la suscripción cuando quiera.
