Tous les articles sur Benchmarks
Qwen3.8-27B tourne sur un éventail de matériel surprenant – mais à quelle vitesse réelle ? Benchmarks baseline vs optimisés par la communauté (au 19/08/2026) : une RTX 3090 à ~1 000 tok/s sur 64 flux parallèles, une RTX 5090 à 148 tok/s, un DGX Spark à 210 tok/s agrégés, DFlash 2 à 3,4x sur H200 – plus RTX 5080 laptop, Mac mini, MacBook Pro, Mac Studio et AMD Strix Halo avec prefill, decode et concurrence.
Deux réglages d'API ont fait passer GPT-5.6 Sol de 13,3 % à 38,3 % sur ARC-AGI-3, sans toucher aux poids. Pourquoi c'est le harnais, et non le modèle, qui décide d'un score.
GPT-5.6 Sol et Grok 4.5 sont arrivés en 48 heures, tous deux moins chers que Fable 5. Ce que la bascule des benchmarks change pour votre agent de code, et pourquoi le coût par tâche prime sur le prix du jeton.
Claude Mythos Preview atteint 92,1 % sur Terminal-Bench 2.1 avec un timeout de 4 heures. Ce que ce score révèle sur l'évaluation de l'IA et ses implications pour les équipes enterprise.