Thinking Machines empató con GPT-Realtime-2 en la prueba de audio

Según el monitoreo de Beating, la plataforma de datos Scale Labs anunció hoy la última lista Audio MC S2S. Los resultados de la evaluación muestran que el recién lanzado modelo TML-Interaction-Small de Thinking Machines obtuvo una puntuación APR del 43,4%, empatando en el primer puesto con GPT-Realtime-2 (xHigh) de OpenAI. En términos de puntuación absoluta, GPT-Realtime-2 (xHigh) lidera con 48,45 puntos, mientras que TML-Interaction-Small sigue de cerca con 43,36 puntos. Dado que la diferencia entre ambos se encuentra dentro del margen de error estadístico, se les ha clasificado oficialmente como empatados en el primer puesto. La segunda cohorte incluye, en orden: la versión estándar de GPT-Realtime-2 (37,61 puntos), Gemini 3.1 Flash Live con modo de pensamiento activado (36,06 puntos) y la versión anterior GPT-Realtime-1.5. Scale Labs evaluó que este modelo demuestra una capacidad de percepción de contexto prolongado, poco común en modelos full-duplex actuales, sin comprometer la velocidad de respuesta en conversaciones.