As Always, the AI ​​is Incompetent, Only Listing Old Benchmarks.

今の主流は SWEBench Pro、HLE、OSWorld、FrontierMath、GDPval、GPQA Diamond、ARC-AGI-2、ARC-AGI-3など インフォグラフィック画像にあるやつは既に飽和状態になってる古いベンチマーク。 無能無能無能無能。 どうせ、今年中にARC-AGI-3を除いて、これらも飽和状態になる。 2027年はベンチマークを作る方が困難になる。 最先端のベンチマークすら飽和状態になる。 一方でARC-AGI-3は現時点では最高1.5%と飽和状態には程遠い。 学問系のベンチマークが飽和状態になっていく。 これからはAIに指示できない無能が淘汰される。 2027年は無能が淘汰される無慈悲な年となる。 GPT5.6は情報不足(明らかにOpenAIが性能誇張を避けてる。情報が無能な程足りん。)のため、今は解説不可能。 現時点でわかるのは 最上位クラスはGPT5.6 Sol、標準クラスがGPT5.6 Terra、軽量クラスがGPT5.6 Luna 現時点で判明したベンチマークでは、TerminalBench 2.1でGPT5.6 Sol Ultraで91.9%。 まさにベンチマークが飽和状態になった瞬間とも言える。 GPT5.6がmythosクラスの最先端モデルと判明した。 おそらく段階的に使える層が増える予測とアメリカでしか使えない予測に分かれる。 今後のOpenAIの動向次第で詳細を解説する。