Hvad Wang rent faktisk sagde

Wang, der er Metas chef for superintelligens, udtalte, at Watermelon – efterfølgeren til Metas forsinkede Avocado-model – har matchet OpenAIs GPT-5.5 på 'tæt fulgte AI-model-benchmarks' . Han bekræftede også, at modellen 'i øjeblikket er under træning' og bruger 'en størrelsesorden mere regnekraft end Avocado' .

Problemet er, at Wang ikke oplyste, hvilke benchmarks der blev brugt, hvilket gør påstanden uverificerbar . Uden at vide, om Watermelon matchede GPT-5.5 på kodningsbenchmarks (hvor Metas Muse Spark kun scorede 59,0 på Terminal-Bench mod GPT-5.4's 75,1), PhD-niveau ræsonnementstests som GPQA Diamond (hvor Muse Spark scorede 89,5%), eller generel sprogforståelse, er sammenligningen ufuldstændig .

Hvorfor GPT-5.5 allerede er et bevægeligt mål

OpenAI udgav GPT-5.5 den 23. april 2026, hvor den hurtigt toppede Artificial Analysis Intelligence Index . Men da Wang fremsatte sin udtalelse, havde OpenAI allerede lanceret GPT-5.6 den 26. juni 2026 – en model-familie på tre (Sol, Terra, Luna), hvor flagskibet Sol satte ny state-of-the-art på Terminal-Bench 2.1 med 88,8% (og 91,9% i Ultra-konfiguration) .

Det betyder, at Watermelon sigter efter en model, der ikke længere er frontløber. OpenAIs kadence – GPT-5.4 den 5. marts, GPT-5.5 den 23. april, GPT-5.6 den 26. juni – antyder en cirka seks ugers iterationscyklus . Når Watermelon lanceres, er OpenAI muligvis allerede ved GPT-5.7 eller længere fremme.

Metas resultater: Avocados problemer

Watermelons optimistiske påstand kommer i kølvandet på Metas vanskeligheder med forgængeren. Avocado – Metas første store model fra det omstrukturerede Superintelligence Lab – blev forsinket fra marts 2026 til mindst maj 2026, efter interne tests viste, at den haltede bagefter Googles Gemini 3.0, OpenAIs GPT-5.4 og Anthropics nyeste modeller inden for ræsonnement, kodning og skriveopgaver . En rapport indikerede endda, at Meta overvejede midlertidigt at licensere Googles Gemini som en nødløsning .

Muse Spark (Avocados offentlige navn) blev til sidst lanceret, men placerede sig på en fjerdeplads globalt bag Gemini 3.1 Pro, GPT-5.4 og Claude Opus 4.6 på Artificial Analysis Intelligence Index med en score på 52 ud af 100 . Den udmærkede sig på medicinske og videnskabelige benchmarks (42,8% på HealthBench Hard, bedst i klassen), men kæmpede med kodning (59,0 på Terminal-Bench) og abstrakt ræsonnement (42,5 på ARC AGI 2) .

Spørgsmålet om de massive udgifter

Zuckerberg har satset massivt på AI-infrastruktur. Metas Superintelligence Lab brugte angiveligt 14,3 milliarder dollars på sin første store model (Muse Spark) . Wangs kommentar om, at Watermelon bruger 'en størrelsesorden mere regnekraft end Avocado' , tyder på, at Meta er villig til at kaste enorme ressourcer efter at indhente konkurrenterne .

Samme dag, som rapporter om Wangs optimistiske påstand dukkede op, udtrykte Mark Zuckerberg dog angiveligt bekymring over, at AI-fremskridtene aftog, hvilket skaber et blandet internt signal om Metas retning . Spændingen mellem Wangs optimisme og Zuckerbergs forsigtighed understreger usikkerheden om, hvorvidt rå regnekraft alene kan lukke hullet til OpenAIs hurtigere iterationstakt.

GPT-5.6 tilføjer endnu en komplikation

OpenAIs GPT-5.6 Sol er i øjeblikket kun tilgængelig som en 'begrænset forhåndsvisning' for udvalgte partnere under amerikanske regeringsdirektiver . Det betyder, at dens fulde kapacitet muligvis ikke kommercialiseres hurtigt – men den sætter stadig en højere præstationsbarre end GPT-5.5 . Sols Terminal-Bench 2.1-score på 88,8% (91,9% Ultra) mod GPT-5.5's 83,4% repræsenterer et markant kapacitetsspring .

Bundlinje: Et tilbageskuende mål

Wangs påstand om, at Watermelon matcher GPT-5.5, er sandsynligvis korrekt på nogle benchmarks, men det repræsenterer et tilbageskuende mål. Når Watermelon lanceres, kan OpenAI allerede være ved GPT-5.7 eller længere fremme, og Metas historik med udførelsesforsinkelser (Avocado) kombineret med enorme kapitaludgifter skaber ægte usikkerhed om, hvorvidt rå regnekraft alene kan lukke hullet til OpenAIs iterationstakt. Det egentlige spørgsmål er ikke, om Watermelon matcher GPT-5.5 – det er, om Meta kan opretholde den infrastrukturinvestering, der kræves for at følge med en konkurrent, der udgiver en ny frontlinjemodel hver sjette uge.

Hvad Wang rent faktisk sagde

Wang, der er Metas chef for superintelligens, udtalte, at Watermelon – efterfølgeren til Metas forsinkede Avocado-model – har matchet OpenAIs GPT-5.5 på 'tæt fulgte AI-model-benchmarks' . Han bekræftede også, at modellen 'i øjeblikket er under træning' og bruger 'en størrelsesorden mere regnekraft end Avocado' .

Problemet er, at Wang ikke oplyste, hvilke benchmarks der blev brugt, hvilket gør påstanden uverificerbar . Uden at vide, om Watermelon matchede GPT-5.5 på kodningsbenchmarks (hvor Metas Muse Spark kun scorede 59,0 på Terminal-Bench mod GPT-5.4's 75,1), PhD-niveau ræsonnementstests som GPQA Diamond (hvor Muse Spark scorede 89,5%), eller generel sprogforståelse, er sammenligningen ufuldstændig .

Hvorfor GPT-5.5 allerede er et bevægeligt mål

OpenAI udgav GPT-5.5 den 23. april 2026, hvor den hurtigt toppede Artificial Analysis Intelligence Index . Men da Wang fremsatte sin udtalelse, havde OpenAI allerede lanceret GPT-5.6 den 26. juni 2026 – en model-familie på tre (Sol, Terra, Luna), hvor flagskibet Sol satte ny state-of-the-art på Terminal-Bench 2.1 med 88,8% (og 91,9% i Ultra-konfiguration) .

Det betyder, at Watermelon sigter efter en model, der ikke længere er frontløber. OpenAIs kadence – GPT-5.4 den 5. marts, GPT-5.5 den 23. april, GPT-5.6 den 26. juni – antyder en cirka seks ugers iterationscyklus . Når Watermelon lanceres, er OpenAI muligvis allerede ved GPT-5.7 eller længere fremme.

Metas resultater: Avocados problemer

Watermelons optimistiske påstand kommer i kølvandet på Metas vanskeligheder med forgængeren. Avocado – Metas første store model fra det omstrukturerede Superintelligence Lab – blev forsinket fra marts 2026 til mindst maj 2026, efter interne tests viste, at den haltede bagefter Googles Gemini 3.0, OpenAIs GPT-5.4 og Anthropics nyeste modeller inden for ræsonnement, kodning og skriveopgaver . En rapport indikerede endda, at Meta overvejede midlertidigt at licensere Googles Gemini som en nødløsning .

Muse Spark (Avocados offentlige navn) blev til sidst lanceret, men placerede sig på en fjerdeplads globalt bag Gemini 3.1 Pro, GPT-5.4 og Claude Opus 4.6 på Artificial Analysis Intelligence Index med en score på 52 ud af 100 . Den udmærkede sig på medicinske og videnskabelige benchmarks (42,8% på HealthBench Hard, bedst i klassen), men kæmpede med kodning (59,0 på Terminal-Bench) og abstrakt ræsonnement (42,5 på ARC AGI 2) .

Spørgsmålet om de massive udgifter

Zuckerberg har satset massivt på AI-infrastruktur. Metas Superintelligence Lab brugte angiveligt 14,3 milliarder dollars på sin første store model (Muse Spark) . Wangs kommentar om, at Watermelon bruger 'en størrelsesorden mere regnekraft end Avocado' , tyder på, at Meta er villig til at kaste enorme ressourcer efter at indhente konkurrenterne .

Samme dag, som rapporter om Wangs optimistiske påstand dukkede op, udtrykte Mark Zuckerberg dog angiveligt bekymring over, at AI-fremskridtene aftog, hvilket skaber et blandet internt signal om Metas retning . Spændingen mellem Wangs optimisme og Zuckerbergs forsigtighed understreger usikkerheden om, hvorvidt rå regnekraft alene kan lukke hullet til OpenAIs hurtigere iterationstakt.

GPT-5.6 tilføjer endnu en komplikation

OpenAIs GPT-5.6 Sol er i øjeblikket kun tilgængelig som en 'begrænset forhåndsvisning' for udvalgte partnere under amerikanske regeringsdirektiver . Det betyder, at dens fulde kapacitet muligvis ikke kommercialiseres hurtigt – men den sætter stadig en højere præstationsbarre end GPT-5.5 . Sols Terminal-Bench 2.1-score på 88,8% (91,9% Ultra) mod GPT-5.5's 83,4% repræsenterer et markant kapacitetsspring .

Bundlinje: Et tilbageskuende mål

Wangs påstand om, at Watermelon matcher GPT-5.5, er sandsynligvis korrekt på nogle benchmarks, men det repræsenterer et tilbageskuende mål. Når Watermelon lanceres, kan OpenAI allerede være ved GPT-5.7 eller længere fremme, og Metas historik med udførelsesforsinkelser (Avocado) kombineret med enorme kapitaludgifter skaber ægte usikkerhed om, hvorvidt rå regnekraft alene kan lukke hullet til OpenAIs iterationstakt. Det egentlige spørgsmål er ikke, om Watermelon matcher GPT-5.5 – det er, om Meta kan opretholde den infrastrukturinvestering, der kræves for at følge med en konkurrent, der udgiver en ny frontlinjemodel hver sjette uge.