Claude Opus 5 ने फ़ूडट्रक बेंच में रिकॉर्ड बनाया: 30 दिनों में $75,264 और रणनीति का विश्लेषण
Anthropic
Claude Opus 5 ने FoodTruck Bench में $75,264 का रिकॉर्ड बनाया, जो GPT-5.5 से 13.6% अधिक है। मॉडल ने वॉल्यूम के बजाय मूल्य निर्धारण रणनीति से जीत हासिल की, जिसमें औसत चेक $12.69 बनाम $11.86 रहा। इसने पहले दिन ही इष्टतम स्थानों की खोज की और एक विस्तृत स्क्रैचपैड बनाए रखा।
क्लॉड ओपस 5 ने 30 दिवसीय फ़ूडट्रक बेंच सिमुलेशन को $75,264 की अंतिम पूंजी के साथ पूरा किया, जो अब तक का सबसे अच्छा परिणाम है, जिसने पिछले रिकॉर्ड को 13.6% और GPT-5.5 को 41.4% से पीछे छोड़ दिया। मॉडल ने एंथ्रोपिक एपीआई के माध्यम से थिंकिंग लेवल xhigh के साथ संचालन किया, जिसमें $26.88 का एपीआई शुल्क लगा। इसने औसत मूल्य $12.69 पर 8,434 सर्विंग बेचीं, जबकि GPT-5.5 ने $11.86 पर 8,303 सर्विंग बेचीं। विशिष्ट रूप से, ओपस 5 ने पहली सुबह ही अपना इष्टतम स्थान चुन लिया, जिसमें किराया, प्रतिस्पर्धी, दर्शक और सप्ताह के दिन के गुणकों पर विचार किया, जबकि अन्य मॉडलों ने परीक्षण और त्रुटि के माध्यम से बाद में अच्छे स्थान खोजे। इसके स्क्रैचपैड में एक स्व-व्युत्पन्न मांग सूत्र, सामग्री की कमी का नक्शा, और निरस्तीकरण शर्तों के साथ एक नियोजित प्रयोग शामिल था, ये सब अंतर्निहित सिमुलेशन तंत्र तक पहुंच के बिना लिखे गए थे। मॉडल ने अपना स्वयं का 'नियमों की पुस्तक' और एक मांग गुणांक भी बनाया, और मूल्य सीमाओं पर तर्क किया। इसने प्रतिष्ठा बनाने के लिए लगातार एक ही स्थान पर जाकर अपने मुख्य स्थान पर 204 समीक्षाएं अर्जित कीं, जबकि अन्य मॉडलों द्वारा उपयोग किए गए डाउनटाउन साइटों पर केवल 3 समीक्षाएं थीं।
स्रोत: Habr — хаб ИИ —
मूल