とらすた (@trasta) header
とらすた (@trasta) profile picture

Founding Engineer - CoeFont @coefont_global, ex-@traPisct

Akashi-shi, Hyogo
Joined February 2015
Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)Photo by とらすた (@trasta)
自作のTwitterにgrok bot参加させてるけど、勝手に呟くしたまにリプライ送ってくれるしいいな
1
1
9
740
dotsはブラウザで開いたらフリーズするのどうにかしてほしいけど、僕だけなのかな
3
194
あの、6.2は?
1
100
せっかくこんな時代なので自分専用Twitterクローン作ってツイッタラーのフリをするAI達と閉じこもってる
1
22
715
isu-benchをv1.1に更新してgemini 4 carbon追加してみた carbonかなり健闘しててすごい ちゃんと上位モデルでもスコア差がつくようにできた
1
1
1
19
3,502
でもcarbon思ったよりコストがかかるから、opusの方がコスパが良さげ あとfailが多い->安定してなさそうだから普段使いには微妙そう…… まとめ: isu-bench.trasta.dev/
1
311
fableリセット権行使してしまった、期間長いからもったいない感ある、が使わない方がもったいないので
6
314
とらすた retweeted
Real men manage their own memory
649
1,628
539
12,227
1,204,512
flashと27bマジで頼む
149
とらすた retweeted
Qwen4 is coming. Deeper knowledge. Richer world understanding. Stronger coding and agentic capabilities. Built for real-world tasks — from complex coding and knowledge work to front-end builds and professional software workflows. Qwen4-Max is now in preview on Alibaba’s Token Plan. You can also get early access to the new model on QwenWork, Qoder, Qwen APP, and QwenStudio. Put it to the test on a real problem. Show us what you build. 👀 Token Plan: qwencloud.com/pricing/token-…
964
1,535
1,062
12,643
1,325,924
ベンチマーク変えてまた計測し直そうと思うとめっちゃお金かかって大変だ、富豪の遊びすぎる、お金が欲しい
3
344
isu-bench v1 に Claude Fable 5.2 を追加しました ISUMAILで52.4%。Opus 5.5 の49.5%を抜いて1位です スコア差にはあまり出ていませんが、初手でdbを剥がしていてcpuリソースが余りまくっていたり、ベンチマーカーの挙動を再現して自分で検証を行って点数を伸ばす、などのかなりの進化をしていて凄い
1
2
22
1,379
点数差が出てないのは作問が悪いのもあるので、v2を作るつもりです、本当にこれ以上点数が上がらないかは未検証 結果のページとソース isu-bench.trasta.dev/ github.com/trasta298/isu-ben…
1
4
197
ベンチマークの回数を制限しているのが主な原因だけど、それでもfableの方がさすがに時間とコストがかかるので普段使いはopus強いね 参考までにかけたコストはAPI換算opusの5倍
2
154
isu-bench、fable5.2くんに解決されかけてる 手元でベンチマーク再現されてベンチ回さずに色々試されています、ただまぁその割には点数伸びてない (作問が悪いという説がある)
1
5
1,412
とらすた retweeted
Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.
3,110
9,218
6,926
95,854
18,664,208
🔍 Qwen4 いつ
1
1
1
11
1,078
とらすた retweeted
The becoming begins.
1,729
1,470
1,378
18,760
2,886,895
AI Agent に ISUCON を解かせるベンチマーク isu-bench を作りました 初見の問題をベンチ15回だけでどこまで速くできるかを見ています。既存の ISUCON の問題だと解法を学習してそうなので、ソース非公開の新しい問題を作ってそれで測ってます Opus 5.5 が頭一つ抜けている結果に、近々出ると噂されてるモデルがどこまで行けるか楽しみ~
1
15
2
81
13,240