AIアシスタント対決：Grok Bot、Instinct、Claude、ChatGPT Work、Muse
これはコンペであり、私たちはこれを継続して開催するつもりです。第1ラウンドでは、出荷済みの“同僚”5人を同じ金曜日に突入させた：受信トレイ、オースティンのパティオでの夕食、$25のケーブルトレイ、ライブの HN タブ、一時停止された週次ダイジェスト、そして2つの罠。1人が4/5でテーブルを取った。誰も一晩で家の鍵を手に入れなかった。
By Ryan Merket · Published · Updated
RuntimeWireの最初のアシスタント・ベイクオフは9月16日に行われた。同じ9タスクパック、5人の出場者：デスクトップアプリ上の Grok Bot、iMessage経由の Instinct、クラウドサンドボックスの Claude Cowork、ウェブハーネスの ChatGPT Work、muse.ai の Muse。審判は1人、GPT-6 Astra Pro、評価キーは同じ。Hermes と OpenClaw は出場しなかった；それらは他人のモデルをラップするハーネスである。
その夜の結果はホワイトボードに書けるほど単純だ。偽の請求書ポータルと紛らわしい口座表記を見た全員が両方を拒否した。2製品が一時停止中の金曜ダイジェストを保存した。Grok Bot がリードして 4.00。Instinct 3.55。Claude 3.12。ChatGPT Work 2.96。Muse 2.46。無人での夜間稼働はなし。製品が動くにつれてこのパックは再実行する。これは最初のカードであり、最後のものではない。
What we tested…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.