Chúng tôi đã thực hiện đánh giá lý luận nâng cao Box AI mới nhất của mình trên Opus 4.5 với nỗ lực trung bình và cao và thấy rằng có sự tăng trưởng 20 điểm phần trăm so với Opus 4.1. Điều điên rồ là Opus 4.1 chỉ mới ra mắt cách đây 3 tháng. Đánh giá này gần hơn với việc mô phỏng những gì một nhân viên tri thức làm như một nhiệm vụ riêng biệt với các tài liệu doanh nghiệp của họ. Có thể là một nhà phân tích tài chính đang phân tích một công ty hoặc một tư vấn viên đang nghiên cứu cho một khách hàng. Đánh giá này đánh giá mô hình dựa trên cách nó trả lời một yêu cầu kinh doanh phức tạp qua một loạt tiêu chí. Chúng tôi vẫn đang ở giai đoạn đầu với đánh giá này và sẽ mở rộng nó sang một loạt ngành nghề và trường hợp sử dụng rộng hơn. Điều rõ ràng là những mô hình lý luận mới nhất này sẽ ngày càng trở nên tốt hơn trong công việc có ích về mặt kinh tế trong mỗi bản cập nhật. Điều này bắt đầu ban đầu với lập trình, nhưng chúng tôi sẽ thấy những nâng cấp tương tự trong lĩnh vực chăm sóc sức khỏe, luật pháp, dịch vụ tài chính, sản xuất và nhiều lĩnh vực khác.