GPT-6.2 Sol Benchmark LifeVal Bewertungsanalyse: Wie sind 83,8 % Durchschnittsleistung und fünf Stufen der Inferenzkosten zu verstehen
83.8 % ist nicht „83.8 % aller Aufgaben wurden vollständig erledigt“, sondern die durchschnittliche LifeVal-Punktzahl von GPT-6.2 Sol auf der Max-Reasoning-Stufe. Dieser Wert ergibt sich, indem jede Aufgabe anhand ihrer Bewertungsrubrik einzeln bepunktet und anschließend zusammengefasst wird; die durchschnittlichen Kosten pro Aufgabe liegen bei $1.27. Dasselbe Modell erreicht in der Low-Stufe nur 25.3 %, in…
