А вот Zenith harness позволил GPT-5.5 обойти Fable от Anthropic
Вчера Intelligent Internet выпустили Zenith - open-source harness для долго работающих ИИ-агентов.
Суть вместо того, чтобы не гоняться за самой мощной моделью, предлагается построить умную систему вокруг неё - harness. Больше про harness тут.
В результате модель GPT-5.5 + Zenith на бенчмарке Frontier SWE вырвалась с 5-го места на 1-е, обогнав Claude Fable.
При этом бюджет, модель и задачи не менялись.
Вчера Intelligent Internet выпустили Zenith - open-source harness для долго работающих ИИ-агентов.
Суть вместо того, чтобы не гоняться за самой мощной моделью, предлагается построить умную систему вокруг неё - harness. Больше про harness тут.
В результате модель GPT-5.5 + Zenith на бенчмарке Frontier SWE вырвалась с 5-го места на 1-е, обогнав Claude Fable.
При этом бюджет, модель и задачи не менялись.