Per curiosità – e dopo alcuni suggerimenti da parte vostra – ho incluso KIMI e GLM (z.ai) nella classifica. Entrambi sono in realtà focalizzati sul coding.
Ero interessato: come se la cavano in tasse, medicina, diritto ed economia? (Claude, ChatGPT, Gemini e Grok sono ora inclusi anche in varie versioni dei modelli e hanno spostato parecchio la classifica.)
Ma date un'occhiata in particolare a due schemi nei risultati:
→ 1. Le deviazioni standard che emergono nonostante domande identiche.
→ 2. Il trend di progressione dei modelli nel tempo – già riconoscibile, anche se il periodo di osservazione è ancora relativamente breve.
Chi sarà il primo a raggiungere il 99%?
