Inkling 2 Small、Code ArenaのWeb開発評価で1654点 重み公開後の順位も提示
日本語参考要約訳
うれしいニュースです。Thinking MachinesのInkling 2 SmallがCode Arena: WebDevに登場し、AutoEvalで1654点を記録しました。重みが公開されれば、米国のオープンモデルで1位になります！ 米国オープンモデル2位のMetaのMuse Spark Openを128点上回ります。 Inkling 2 Smallは世界のオープンモデルでは4位相当となり、総合では20位です。前モデルのInkling Small（1409点、オープンモデル32位）から245点の改善です。 料金は100万トークン当たり出力1.00ドル、入力0.30ドル。Code Arena: WebDevの課題当たり費用の中央値とAgent Arenaの結果については、近く詳細をお知らせします。 Thinking Machinesのチーム、今回の公開おめでとうございます！
※長文投稿のため、参考訳は概要を最大600字まで表示しています。 元投稿をご参照ください
AINNでは投稿本文・投稿者本人の追記・第三者コメントの全文転載を避け、X公式埋め込みと元投稿への導線を中心に表示します。
AIによる見どころ整理
何について
ArenaはInkling 2 SmallがCode Arena: WebDevのAutoEvalで1654点、総合20位になったと発表した。前モデルの1409点から245点改善。重みが公開されれば、現順位では米国オープンモデル1位、世界のオープンモデル4位相当になるとしている。重み公開自体はまだ予定段階。
なぜ注目
AA指数31の紹介とは別に、Web開発に絞った評価での改善幅が示された。100万トークン当たり入力0.30ドル・出力1.00ドルだが、Code Arenaでの課題当たり費用の中央値とAgent Arenaの結果は今後公表予定で、安さや実務適性の総合判断には追加結果が必要。
🔰 初学者向け要約
AIにWebアプリを作らせる自動評価の結果です。総合性能を測るAAの指数とは別の指標で、実際のあらゆる開発業務で同じ順位になるとは限りません。「オープンモデル1位」は、重みが公開された場合の条件付きの説明です。
用語を調べる
公開記事とWeb上の出典をもとに、Geminiが短く説明します。1日5回まで利用できます。