Mondo / Tecnologia

Agenti IA, un benchmark misura 200 compiti di lavoro visivo

MKA valuta file, layout, formule e consegne professionali: gli esperti hanno definito circa 70 controlli per attività e dieci prove sono pubbliche.

14 novembre 2026 · — · 1 min di lettura

A cura della Redazione CurioMondo

Analista anonimo osserva diagrammi e fogli di calcolo privi di testo
Illustrazione editoriale CurioMondo generata con IA per rappresentare questa notizia; non è una fotografia documentaria.
Il punto in tre dati
200compiti privati
96%accordo esperti
30-130turni medi

Google DeepMind e Artificial Analysis hanno presentato il 10 novembre MKA, un benchmark per valutare agenti che lavorano su file visivamente complessi. Il set privato comprende 200 attività in dieci settori e 83 professioni, dalla costruzione alla finanza, fino a scienza e software.

Ogni prova riproduce un progetto che richiederebbe a un professionista da tre a otto ore. La valutazione usa una griglia di circa settanta controlli, pesata per il 75% sull’accuratezza e per il 25% sul design.

Un sistema automatico non sviluppato da Google assegna i punteggi. Nel confronto dichiarato dagli autori, gli esperti di settore hanno concordato con il valutatore nel 96% dei casi. Il set completo resta nascosto per ridurre il rischio che i modelli memorizzino le risposte; dieci compiti sono pubblici.

I risultati mostrano differenze forti di efficienza: i modelli hanno utilizzato in media da 30 a 130 turni. Gemini 4 Carbon è arrivato secondo per qualità e ha completato i compiti a un costo medio sei volte inferiore al primo classificato. Il benchmark misura prestazioni nel suo ambiente, non tutte le attività professionali.

La ponderazione privilegia i fatti rispetto all’aspetto visivo. Resta comunque una valutazione costruita: altri lavori, strumenti o vincoli potrebbero cambiare l’ordine dei modelli e i costi osservati.

Fonti consultate

Redazione CurioMondo · Come lavoriamo
Testo originale CurioMondo. Ultimo aggiornamento editoriale: 14 novembre 2026.
Illustrazione editoriale CurioMondo generata con IA per rappresentare questa notizia; non è una fotografia documentaria.