Que signifie un score de 94,3 % pour un agent médical ? Décomposer les différences d’indicateurs entre les évaluations d’OpenAI et de Stanford

img-1dfd3ec6400cd4a8fd17df35

94.3% ne signifie pas que 94.3% des tâches administratives médicales ont été entièrement menées à bien. Les 94.3% du GPT-6 Astra publiés par OpenAI le 16 novembre 2026 correspondent à la proportion de points de notation (rubric points) obtenue dans HealthAdminBench ; les 36.3% du Claude Opus 4.6 CUA dans l’article du Shah Lab de … Lire la suite

Chaque tâche d’agent médical ne coûte que 8,5 cents ? Décomposition des 6 catégories de coûts de l’automatisation par IA

img-510cf392a407f99db4453b84

Oui, sous certaines conditions — mais en production, il ne faut pas reprendre ce chiffre tel quel. Le 16 novembre 2026, OpenAI a révélé que le coût par tâche de GPT-6 Luna sur HealthAdminBench, un benchmark d’administration médicale, s’élevait à 0,085 dollar, soit 98 % de moins que GPT-6 Astra. Ce chiffre provient d’un benchmark, … Lire la suite