とらすた

Founding Engineer - CoeFont @coefont_global, ex-@traPisct

[とらすた @trasta]

自作のTwitterにgrok bot参加させてるけど、勝手に呟くしたまにリプライ送ってくれるしいいな

[とらすた @trasta]

dotsはブラウザで開いたらフリーズするのどうにかしてほしいけど、僕だけなのかな

[とらすた @trasta]

あの、6.2は？

[とらすた @trasta]

せっかくこんな時代なので自分専用Twitterクローン作ってツイッタラーのフリをするAI達と閉じこもってる

[とらすた @trasta]

@__cp20__ 画像の通り僕もreset一回使ってこれなので困ってます

[とらすた @trasta]

@__cp20__ TL見てる感じそうっぽい、こんな感じで表示が消える
確か本人確認はしてる必要があった気がする (本人確認ってなんだ？)

[とらすた @trasta]

でもcarbon思ったよりコストがかかるから、opusの方がコスパが良さげ
あとfailが多い->安定してなさそうだから普段使いには微妙そう……

まとめ: https://t.co/nUv7UCaQzL

[とらすた @trasta]

isu-benchをv1.1に更新してgemini 4 carbon追加してみた
carbonかなり健闘しててすごい
ちゃんと上位モデルでもスコア差がつくようにできた

[とらすた @trasta]

fableリセット権行使してしまった、期間長いからもったいない感ある、が使わない方がもったいないので

[Elon Musk @elonmusk]

@Owl_of_Atena @cradrrat Real men manage their own memory

[とらすた @trasta]

flashと27bマジで頼む

[Qwen @Alibaba_Qwen]

Qwen4 is coming.

Deeper knowledge. Richer world understanding. Stronger coding and agentic capabilities.

Built for real-world tasks — from complex coding and knowledge work to front-end builds and professional software workflows.

Qwen4-Max is now in preview on Alibaba’s Token Plan. You can also get early access to the new model on QwenWork, Qoder, Qwen APP, and QwenStudio.

Put it to the test on a real problem. Show us what you build. 👀

Token Plan: https://t.co/LOB2Jdt3Sk

[とらすた @trasta]

@okoge_kaz 即興で作ってるからクオリティ不安だけど嬉しい、ぜひぜひ

[とらすた @trasta]

isu-bench、fable5.2くんに解決されかけてる
手元でベンチマーク再現されてベンチ回さずに色々試されています、ただまぁその割には点数伸びてない (作問が悪いという説がある)

[とらすた @trasta]

ベンチマーク変えてまた計測し直そうと思うとめっちゃお金かかって大変だ、富豪の遊びすぎる、お金が欲しい

[とらすた @trasta]

ベンチマークの回数を制限しているのが主な原因だけど、それでもfableの方がさすがに時間とコストがかかるので普段使いはopus強いね
参考までにかけたコストはAPI換算opusの5倍

[とらすた @trasta]

isu-bench v1 に Claude Fable 5.2 を追加しました

ISUMAILで52.4%。Opus 5.5 の49.5%を抜いて1位です
スコア差にはあまり出ていませんが、初手でdbを剥がしていてcpuリソースが余りまくっていたり、ベンチマーカーの挙動を再現して自分で検証を行って点数を伸ばす、などのかなりの進化をしていて凄い

[とらすた @trasta]

点数差が出てないのは作問が悪いのもあるので、v2を作るつもりです、本当にこれ以上点数が上がらないかは未検証

結果のページとソース
https://t.co/nUv7UCaQzL
https://t.co/QX18kcZFfl

[とらすた @trasta]

@okoge_kaz どうやらサチってそうなことがわかったので、時間あるときにv2出すか cpu余りまくっててすごい

[とらすた @trasta]

@okoge_kaz open modelくんが今のfableくんに追いつくまでは使えそうです、、、