AI资讯新闻榜单内容搜索-Apprentice

关键词: AI新闻,模型测评,NeoCognition,ApprenticeBench

NeoCognition发布ApprenticeBench评测，将Agent放入模拟建筑公司像新员工一样处理应付账单，结果Fable 5.1以72%通过率超过表现最好的人类测试者的51%，但每张账单成本约为人类的2.5倍，同期Opus 5仅获36%。