AssemblyAI Universal 3.5 Pro 在 15 款模型測試中詞錯誤率為 1.93%
Tarush Agarwal 報告，一項語音轉文字基準測試以相同音訊與流程運行 15 款模型。在 Pipecat FLEURS 的 1,000 段朗讀片段中，AssemblyAI Universal 3.5 Pro 的詞錯誤率最低，為 1.93%，首次輸出文字的中位數時間亦最快，為 489 毫秒。相關測量見於 語音轉文字基準測試結果。
相關AI快訊
Jiantao Jiao 公布 SWE-Serve，一項含 53 項任務的 NVIDIA 基準測試
Jiantao Jiao 表示，NVIDIA 團隊建立了 SWE-Serve，用以測試 AI 代理能否開發推理引擎，並讓其服務真實模型。該基準測試包含 53 項任務，取材自 sgl_project 的實際工程工作。
Tencent Hy 推出 WebCraftBench，評估 AI 構建的網頁應用
WebCraftBench 讓代理實際使用線上應用，再就美感、可用性，以及是否滿足原始要求評分。Tencent Hy 表示，在 197 組經驗證的配對中，與人類偏好的吻合率為 85.3%。
MentalHealthBench 涵蓋日常支援以至急性危機
OpenAI 表示，MentalHealthBench 旨在涵蓋人們向 AI 提出的各類精神健康對話，範圍由日常支援延伸至較急性的危機情境，而不僅限於緊急情況。
OpenAI 發布 MentalHealthBench，用於真實心理健康對話
OpenAI 已公開發布 MentalHealthBench。這項新基準由超過 80 名心理健康臨床人員參與制定。OpenAI 表示，基準顯示前沿模型在真實心理健康對話中持續改善。
Gemini 3.8 Flash TTS 在 Artificial Analysis 發音穩健性基準測試以 89.5% 排名第一
在 Artificial Analysis 的 Pronunciation Robustness 基準測試中，Gemini 3.8 Flash TTS 得分 89.5%，領先 Gemini 3.1 Flash TTS、SpaceXAI TTS 及 Gemini 3.8 Flash-Lite TTS。個別發音類別的領先位置由多個模型分別取得。