Claude d'Anthropic termine une tâche de recherche humaine de 16 heures en moins de 3 heures

By: cryptoslate.com|

Le modèle Claude Opus 5.5 d'Anthropic a terminé une mission de recherche en moins de trois heures, alors qu'elle prend généralement 16 heures aux contractuels humains, selon Epoch AI.

L'organisation de recherche en IA a rapporté le 17 novembre que le modèle a produit un travail comparable à celui de ses contractuels professionnels, soulevant la possibilité d'automatiser certaines parties de ses opérations de recherche.

La mission consistait à rechercher EcoDataCenter 1 pour la base de données des centres de données d'Epoch, un processus nécessitant que les chercheurs examinent des rapports d'actualité, des dépôts réglementaires et des images satellites pour établir des détails sur l'installation.

Epoch a fourni aux modèles d'IA ses directives pour les contractuels, ses outils de recherche et ses critères d'évaluation avant d'évaluer leur travail par rapport aux normes appliquées aux chercheurs humains.

Claude Opus 5.5 a obtenu un score de 87,5 % sur la mission, la complétant en un peu moins de trois heures à un coût inférieur à celui de l'embauche d'un contractuel. Un autre modèle d'Anthropic, Claude Fable 5.2, a obtenu un résultat encore meilleur, avec un score de 97,5 %. Cependant, il a nécessité environ six heures et demie et coûté plus cher qu'un contractuel humain.

Les deux modèles ont respecté les normes d'Epoch pour la recherche fondamentale, bien que leurs soumissions aient encore nécessité des révisions concernant les classifications d'équipement, les annotations d'images et les descriptions écrites.

Test du centre de données d'Epoch

Le modèle Claude ayant obtenu le meilleur score a coûté plus cher qu'un contractuel dans la comparaison d'Epoch.
Comment les premiers passages d'Epoch se sont comparés : Opus 5.5 a fonctionné pendant juste moins de trois heures, a obtenu 87,5 % et a coûté moins cher qu'un contractuel. Fable 5.2 a fonctionné pendant environ six heures et demie, a obtenu 97,5 % et a coûté plus cher. Epoch rapporte environ 16 heures de travail typique d'un contractuel par site. Les deux résultats de Claude ont nécessité des révisions. ECODATACENTER 1EPOCH AI · 17 NOV. 2026Opus a fonctionné plus rapidement. Fable a obtenu un meilleur score. Temps de fonctionnement des modèles rapportés et travail typique des contractuelsHEURESCORECOUT VS. CONTRACTUEL0481216Claude Opus 5.5Moins de 3 h87,5 %Moins cherClaude Fable 5.2Environ 6,5 h97,5 %Plus cherContractuel typiqueEnviron 16 hRéférenceLes deux résultats des modèles ont nécessité des révisions. Epoch envisage de transférer une partie du temps des contractuels à la révision.
Comment les premiers passages d'Epoch se sont comparés : Opus 5.5 a fonctionné pendant juste moins de trois heures, a obtenu 87,5 % et a coûté moins cher qu'un contractuel. Fable 5.2 a fonctionné pendant environ six heures et demie, a obtenu 97,5 % et a coûté plus cher. Epoch rapporte environ 16 heures de travail typique d'un contractuel par site. Les deux résultats de Claude ont nécessité des révisions. ECODATACENTER 1NOV. 17, 2026Opus a fonctionné plus rapidement.Fable a obtenu un meilleur score.Les barres partagent une échelle de 16 heuresClaude Opus 5.5Moins de 3 h87,5 % score de la grilleEn dessous du coût du contractuelClaude Fable 5.2Environ 6,5 h97,5 % score de la grilleAu-dessus du coût du contractuelContractuel typiqueEnviron 16 hTravail par siteLes deux résultats des modèles ont nécessité des révisions. Epoch envisage de transférer une partie du temps des contractuels à la révision.

L'analyste d'Epoch a jugé que les deux premiers passages étaient comparables au travail des contractuels et a identifié des révisions pour chacun.

Le chiffre de 16 heures est le travail typique d'un contractuel par site. Epoch laisse le temps de révision, le temps de publication et les images spécifiques à la course non spécifiés. Sa comparaison des coûts donne le classement sans détailler les dépenses.
Sources et preuves

Sources

  1. Évaluation d'Epoch AI du 17 novembre
  2. Méthodologie de référence d'Epoch AI

Faits supplémentaires

  • Déclaration rapportée Dans son évaluation du 17 novembre, Epoch AI a déclaré qu'un de ses analystes de centre de données avait jugé que les résultats de Claude Opus 5.5 et Claude Fable 5.2 sur la mission EcoDataCenter 1 étaient comparables au travail que reçoit Epoch de la part de sous-traitants, dont les soumissions nécessitent également généralement des révisions avant publication. [1] [2]
  • Déclaration rapportée Epoch AI a rapporté que Claude Opus 5.5 a terminé la tâche EcoDataCenter 1 en un peu moins de trois heures à un coût inférieur à celui d'un sous-traitant. Epoch indique qu'un sous-traitant passe généralement environ 16 heures par centre de données. Le chiffre du sous-traitant décrit le travail typique par site. [1]
  • Déclaration rapportée Epoch AI a rapporté environ 6,5 heures pour Claude Fable 5.2 sur la tâche EcoDataCenter 1 et a déclaré que cela coûtait plus cher qu'un sous-traitant tout en produisant un résultat mieux noté que Claude Opus 5.5. Le rapport donne le classement de coût relatif sans décomposition par ligne ou mesure de la révision humaine nécessaire à la publication. [1]
  • Déclaration rapportée Epoch AI a donné à Claude Opus 5.5 un score de 87,5 % et à Claude Fable 5.2 un score de 97,5 % sur la tâche EcoDataCenter 1, affiché comme 88 % et 98 % dans le résumé de référence. Epoch a déclaré qu'un score parfait signifierait que le travail pourrait être publié sans modifications. [1] [2]
  • Déclaration rapportée Epoch AI a déclaré qu'Opus 5.5 avait besoin de révisions concernant la classification des équipements et des changements plus substantiels aux annotations d'images, tandis que Fable 5.2 avait des annotations imparfaites et un texte trop long. Epoch a déclaré que les deux répondaient à ses normes sur les éléments de recherche principaux. [1]
  • Déclaration rapportée Epoch AI indique qu'elle envisage de déplacer le temps des sous-traitants vers la révision des résultats d'IA et d'autres travaux d'analyse de centre de données. [1]

Méthode

La chronologie utilise une échelle horaire linéaire. Un marqueur ouvert montre que l'exécution d'Opus s'est terminée juste en dessous de trois heures. Les valeurs de Fable et des sous-traitants sont approximatives. Les scores et les comparaisons de coûts ordinales proviennent de l'évaluation d'Epoch AI du 17 novembre.

Portée

Le chiffre de 16 heures est le travail typique d'un sous-traitant par site. Epoch laisse le temps de révision, le temps jusqu'à la publication et les images spécifiques à l'exécution non spécifiés. Sa comparaison des coûts donne le classement sans détailler les dépenses. Infographie par CryptoSlate

En comparaison, le GPT-6.2 Astra d'OpenAI a obtenu 65 % sur la même mission, manquant des informations importantes et des estimations que, selon Epoch, les preuves disponibles auraient pu soutenir.

L'IA pourrait changer la façon dont les sous-traitants de recherche travaillent

Les résultats ont incité Epoch à reconsidérer la manière dont elle alloue le travail entre les modèles d'IA et les sous-traitants humains.

L'organisation a déclaré qu'elle envisageait de déplacer une partie du temps des sous-traitants de la collecte et de la compilation de recherches vers la révision des soumissions générées par l'IA et l'exécution d'autres analyses de centres de données.

Une telle transition pourrait permettre aux systèmes d'IA de gérer une grande partie de la recherche initiale, tandis que les travailleurs humains se concentreraient sur la vérification des résultats, la correction des erreurs et la préparation du matériel pour publication.

Cependant, les résultats ont également mis en lumière les différences économiques liées à l'utilisation de l'IA pour un travail professionnel.

Bien qu'Opus ait terminé la mission plus rapidement et à moindre coût qu'un sous-traitant, la sortie de Fable de meilleure qualité a coûté plus cher, malgré une finition également considérablement plus rapide qu'un chercheur humain.

Les modèles ont également eu des difficultés avec certaines parties de la mission nécessitant une interprétation visuelle, en particulier le marquage des images satellites et l'identification des équipements.

Ces lacunes aident à expliquer pourquoi Epoch n'a pas proposé d'éliminer complètement l'implication humaine, même si ses modèles approchent des performances de niveau sous-traitant.

Au lieu de cela, l'organisation envisage un flux de travail dans lequel l'IA produit la recherche initiale et les sous-traitants affinent les résultats, réduisant potentiellement le travail humain requis pour chaque entrée de base de données.

Prix de --

--
--
--

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.

Vous pourriez aussi aimer

Une panne de Deribit touche les couvertures Bitcoin sur Coinbase

La panne de Deribit du 20 novembre a perturbé les contrats perpétuels Bitcoin et Ether sur Coinbase et Deribit. Coinbase a déclaré que ses dérivés américains distincts n'étaient pas affectés.

La prochaine grande menace pour le Bitcoin pourrait venir de deux pétroliers au Moyen-Orient

Deux frappes de pétroliers dans le détroit d'Hormuz mettent à l'épreuve la baisse des prix du Brent. Les flux de cargaison et les attentes de taux aux États-Unis façonneront les implications pour le Bitcoin.

La chute du Bitcoin en dessous de 60 000 $ met la décision de la Fed de décembre sous les projecteurs

Le Bitcoin est tombé en dessous de 60 000 $ alors que Waller a plaidé pour une possible hausse de 50 points de base de la Fed avant le vote du 9 décembre et le rapport IPC du 10 décembre.

CITIC Securities : Analyse des caractéristiques d'évaluation de la chaîne industrielle de l'IA sur le marché américain en 2027

MPLX augmente son versement annuel de 12,5 % pour la troisième année consécutive

MPLX peut encore se permettre de financer ses énormes distributions.

Pourquoi les actions technologiques chutent-elles en même temps ? L'or devient le "distributeur automatique" de la crise de liquidité

L'or possède deux "caractéristiques de liquidité" : une excellente liquidité sur le marché et des gains latents considérables pour les investisseurs après un marché haussier. Lorsque les actifs risqués sont difficiles à vendre ou subissent de lourdes pertes, vendre de l'or devient le choix le moins ...
...

Derniers articles

Plus

Dernières cotations sur WEEX

iconiconiconiconiconiconiconicon
Assistance client:@weikecs
Collaborations commerciales:@weikecs
Trading quantitatif/Market makers:bd@weex.com
Programme VIP:support@weex.com