Разбор оценки GPT-6.2 Sol Benchmark LifeVal: как понимать средний балл 83,8% и пять уровней стоимости инференса
83.8% — это не «83.8% задач выполнены полностью», а средний балл GPT-6.2 Sol на LifeVal в режиме рассуждений Max. Этот показатель получен суммированием баллов, выставленных по каждому пункту критериев оценки каждой задачи; средняя стоимость одной задачи — $1.27. У той же модели в режиме Low средний балл составляет всего 25.3%, в режиме High — 80.8%…
