
Our internal writing benchmark uses 3 AI judges: Claude, GPT and DeepSeek. So do they favor their
What's AI by Louis-François Bouchard3 October 2026Watch on YouTube
What you'll learn
- An internal writing benchmark uses three AI judges: Claude, GPT and DeepSeek.
- The GPT judge scores OpenAI models 2.3 points higher out of 100 than the other two judges do.
- The DeepSeek judge gives its own models +1.7 points.
- The Claude judge gives Anthropic only +0.4, but gives Google +1.3 points.
- The creator hopes to add Jev as a fourth judge and is waiting on Typesafe for it.
Frequently asked questions
Which AI judges does the internal writing benchmark use?
Do AI judges score their own model family higher?
Which preference stands out for the Claude judge?
Why has Jev not yet been added as a fourth judge?
Topics
In this video
Read next
OpenAI mikt op lang draaiende agents met overname van Ona
OpenAI neemt Ona over, voorheen bekend als Gitpod, een startup die AI-agents laat draaien in cloud sandboxes. De overname versterkt Codex en stelt OpenAI in staat agents taken te laten uitvoeren die uren of dagen in beslag nemen.
OpenAI, Anthropic en Google lanceren nieuwe topmodellen met forse prijsverlagingen
In september 2026 brachten OpenAI, Anthropic en Google elk nieuwe frontier-modellen uit met lagere API-tarieven en verbeterde capaciteiten op het gebied van codering en cybersecurity. De releases markeren een versnelling in de prijs-prestatiestrijd tussen de drie grootste AI-labs.
OpenAI wil api-prijzen verlagen om concurrentie met Anthropic bij te houden
OpenAI overweegt de tarieven voor zijn api flink te verlagen, zo melden bronnen aan The Wall Street Journal. Het bedrijf reageert daarmee op verwachte prijsverlagingen van concurrent Anthropic.
Meta wil overtollige datacapaciteit gaan verkopen als clouddienst
Meta onderzoekt of het zijn AI-datacenterinfrastructuur kan openstellen voor externe klanten, in directe concurrentie met AWS, Azure en Google Cloud. Bloomberg berichtte op 1 juli over de plannen; een intern onderdeel genaamd Meta Compute coördineert de uitvoering.
Anthropic's Fable 5 wereldwijd vrijgegeven na drie weken exportblokkade door VS
De Amerikaanse overheid heeft de exportcontrole op Anthropic's AI-modellen Fable 5 en Mythos 5 ingetrokken. Fable 5 is vanaf 1 juli 2026 wereldwijd beschikbaar; toegang tot het krachtigere Mythos 5 blijft voorlopig beperkt tot geselecteerde partners via het Glasswing-programma.
Trump schrapt beperkingen op Anthropic-modellen Mythos en Fable
De Trump-regering heeft beperkingen op Anthropic's AI-modellen Mythos en Fable laten vallen. Het wisselvallige AI-beleid van de administratie zorgt voor onduidelijkheid bij bedrijven over welke regels gelden voor toekomstige modelreleases.
Description from the channel
Our internal writing benchmark uses 3 AI judges: Claude, GPT and DeepSeek. So do they favor their own family? The GPT judge scores OpenAI models 2.3 points higher (out of 100) than the other two judges do. The DeepSeek judge gives DeepSeek models +1.7. The Claude judge gives Anthropic only +0.4... but Google +1.3 😅 Hoping to add Jev as a fourth soon... waiting on Typesafe ;)