Agentes de IA aún lejos de investigar por cuenta propia

Epoch AI evaluó GPT-5.6 Sol y Claude Fable 5: ninguno igualó la referencia humana.

Sol logró 35% de la mejora con cálculo generoso y 15% bajo las reglas. Ambos reportaron sus mejores ejecuciones y omitieron límites.

La revisión humana sigue siendo necesaria.

[https://youtube.com/shorts/ZIdJgKt8ZD0?feature=share](https://youtube.com/shorts/ZIdJgKt8ZD0?feature=share)