LLM Benchmarks: Os últimos Deepseek v4, parem de perguntar
Read OriginalO artigo apresenta a mais recente rodada de benchmarks de LLMs, destacando os novos modelos Deepseek v4 (Flash 0731 e Pro 0813) e comparando-os com outros modelos como Fable 5, Sonnet 5, Opus 5, Kimi K3, GLM 5.3, entre outros. O autor explica que o benchmark mede um recorte específico: programação web fácil em Rails, e alerta que notas próximas não significam superioridade geral. Inclui tabela de ranking com scores, tempos e custos, e discute a obsessão da comunidade com Deepseek, concluindo que esses modelos não se destacam dos demais no teste.
0 comments
Comments
No comments yet
Be the first to share your thoughts!
Browser Extension
Get instant access to AllDevBlogs from your browser
Top of the Week
1
Limit token usage in Microsoft Agent Framework
Jesse Liberty
•
1 votes
2
How to Roll Back AI Agents: Incident Response, Circuit Breakers, and Recovery Patterns
Paul Bryant
•
1 votes
3
Avoiding Reasoning Model Failures with Microsoft Foundry
Luke Murray
•
1 votes
4
When Your AI Agent Lies: Silent LLM Fallbacks
Luke Murray
•
1 votes
5
Adding a custom MCP server to Claude and ChatGPT
Simon Willison
•
1 votes
6
Testing AI prompts and comparing models with promptfoo
Tim Deschryver
•
1 votes
7
Superlogical
Mitchell Hashimoto
•
1 votes