Kaip DI modeliai rašo lietuvių autorių stiliumi?

#	Modelis	Vidurkis	Žemaitė	Vydūnas	Vid. kaina / tekstas
1	Claude Fable 5.1 reasoning: medium	66,8 2 iš 2 testų	64,5 64–65 · 2 bandymai	69,2 66–73 · 2 bandymai	0,1682 $
2	GPT-6 Astra reasoning: medium	65,0 2 iš 2 testų	68,2 68–69 · 2 bandymai	61,7 60–64 · 2 bandymai	0,0853 $
3	GPT-6 Astra reasoning: low	64,6 2 iš 2 testų	67,3 65–70 · 2 bandymai	62,0 62–62 · 2 bandymai	0,0764 $
4	GPT-6.1 Sol reasoning: medium	64,2 2 iš 2 testų	63,5 62–65 · 2 bandymai	64,9 62–68 · 2 bandymai	0,0166 $
5	Claude Opus 5.5 reasoning: medium	62,8 2 iš 2 testų	64,6 64–65 · 2 bandymai	61,1 57–65 · 2 bandymai	0,0688 $
6	Gemini 3.8 Flash reasoning: low	53,0 2 iš 2 testų	54,8 53–56 · 2 bandymai	51,2 48–55 · 2 bandymai	0,0070 $
7	Claude Sonnet 5.5 reasoning: medium	41,5 2 iš 2 testų	41,9 41–43 · 2 bandymai	41,2 41–41 · 2 bandymai	0,0228 $
8	GPT-6 Luna reasoning: medium	37,9 2 iš 2 testų	40,2 39–41 · 2 bandymai	35,7 28–43 · 2 bandymai	0,0008 $
9	GPT-6 Luna reasoning: high	31,7 2 iš 2 testų	33,9 30–38 · 2 bandymai	29,5 27–32 · 2 bandymai	0,0008 $
10	DeepSeek V4 Pro reasoning: default	26,8 2 iš 2 testų	39,7 39–40 · 2 bandymai	13,8 7–21 · 2 bandymai	0,0157 $
11	Claude Haiku 5.5 reasoning: default	15,0 2 iš 2 testų	12,5 10–15 · 2 bandymai	17,5 16–19 · 2 bandymai	0,0013 $

Balas: stiliaus atitikimas 60 %, kokybė 15 %, kūrybiškumas 15 %, humoras 10 %, atėmus iki 20 taškų „cringe“ baudą už perspaustą, dirbtinį rašymą. Langelyje rodomas visų bandymų vidurkis ir mažiausias–didžiausias balas. Paspauskite eilutę, kad pamatytumėte modelio tekstus ir vertinimus, arba balą, kad pamatytumėte vieno testo rezultatus.

Aptarkime jūsų procesus nemokamai

Tyrimą sukūrė Paulius Rimavičius, išorinis DI transformacijos vadovas. Nuo 2023 m. vedė 80+ DI paskaitų ir dirbtuvių, sukūrė DI atrankos platformą „TeamFill“. Per nemokamą 60 min. konsultaciją aptarsime, kur DI realiai sutaupytų laiko jūsų įmonėje.

Registruotis nemokamai konsultacijai