AssemblyAI Universal 3.5 Pro 在 15 个模型测试中词错误率为 1.93%
Tarush Agarwal 报告称，一项语音转文字基准测试让 15 个模型使用相同音频和流程。在 Pipecat FLEURS 的 1,000 段朗读片段上，AssemblyAI Universal 3.5 Pro 词错误率最低，为 1.93%，首次出字中位时间最快，为 489 毫秒。测量结果见语音转文字基准测试结果。
相关AI快讯
Jiantao Jiao 发布 SWE-Serve，一项包含 53 项任务的 NVIDIA 基准
Jiantao Jiao 表示，NVIDIA 团队构建了 SWE-Serve，用以测试 AI 智能体能否开发推理引擎并服务真实模型。该基准包含 53 项任务，取自 sgl_project 的真实工程工作。
Tencent Hy 推出面向 AI 构建网页应用的 WebCraftBench
WebCraftBench 让智能体使用正在运行的应用，再对美观度、可用性以及是否满足原始请求进行评分。Tencent Hy 称，在 197 组经人工验证的配对上，其结果与人类偏好的一致率为 85.3%。
MentalHealthBench 覆盖从日常支持到急性危机
OpenAI 表示，MentalHealthBench 面向人们向 AI 提出的各类心理健康对话，从日常支持到更急性的危机场景，而不只是紧急情况。
OpenAI 发布面向真实心理健康对话的 MentalHealthBench
OpenAI 已公开发布 MentalHealthBench。这项新基准由 80 多名心理健康临床人员参与构建。OpenAI 表示，它显示前沿模型在真实心理健康对话中持续改进。
Gemini 3.8 Flash TTS 在 Artificial Analysis 发音基准测试中以 89.5% 排名第一
在 Artificial Analysis 的 Pronunciation Robustness 基准测试中，Gemini 3.8 Flash TTS 得分为 89.5%，领先于 Gemini 3.1 Flash TTS、SpaceXAI TTS 和 Gemini 3.8 Flash-Lite TTS。各单项发音类别的领先位置由多个模型分占。