Prime Intellect
Pydantic-Benchmark: Code Mode halbiert bei langen Agentenaufgaben ungefähr die Kosten
Wenn ein Modell ein kurzes Programm schreibt, statt Tools einzeln aufzurufen, sinken bei langen Aufgaben die Kosten um 58 % und die Laufzeit um 51 %. Das zeigt ein von…
Goodfire: Sonden-basierte Cyber-Monitore schlagen LLM-Judge bei 50-fach geringeren Kosten
Goodfire Research hat nach eigenen Angaben Cybersicherheits-Monitore für Kimi K3 und GLM 5.3 entwickelt, die einen LLM-Judge bei rund 50-fach geringeren Kosten…