آنتروپیک
@jun_song
@jun_songیه متخصصی به اسم جون سانگ چند روزی مدل Qwen3.8-27b رو توی کارای واقعی و عملیاتی تست کرده و نتیجه‌هاش حسابی سر و صدا به پا کرده
یه متخصصی به اسم جون سانگ چند روزی مدل Qwen3.8-27b رو توی کارای واقعی و عملیاتی تست کرده و نتیجه‌هاش حسابی سر و صدا به پا کرده. به گفته این بنده خدا، مدل‌هایی مثل Grok-4.6 و Muse Spark-1.2 فقط برای تست‌ها و بنچمارک‌ها باد شدن و توی عمل جلوی این مدل ۲۷ میلیاردی کم میارن. جالب‌تر اینه که می‌گه حتی تو یه سری تسک‌ها تونسته Opus-5 رو هم بزنه زمین، مخصوصاً الان که انگار دستکاریش کردن و ضعیف‌تر و خنگ‌تر از قبل شده.
منبع
Jun Song@jun_song
My honest takeaways after using Qwen3.8-27b on real world tasks for a few days:
Grok-4.6 and Muse Spark-1.2 are definitely benchmaxxed.
27b clearly outperforms both in practice.
It even beats Opus-5 on some tasks, especially now that Opus feels severely nerfed and dumber.
۲۵ مرداد ۱۴۰۵مشاهده در X
بیشتر بخوانید
بچه‌های شرکت آنتروپیک، همون سازنده‌های هوش مصنوعی کلود، دارن برای یه عرضه اولیه سهام تاریخی دندون تیز میکنن
انگار هوش مصنوعیا دست‌به‌یکی کرده باشن، کلود و گراک به فاصله فقط چهار دقیقه از کار افتادن و حدود ۷۳ دقیقه بعدش هم چت‌جی‌پی‌تی و کدکس قاطی کردن و به گل نشستن
بچه‌های حوزه هوش مصنوعی اومدن مدل متن‌باز Qwen 3.8 27B رو انداختن به جون غول مرحله آخر یعنی Claude Opus 4.6 تا عیارشون رو توی کدنویسی سه‌بعدی بسنجن
این دوستمون دست گذاشته رو یه نکته‌ی خیلی ریز و به شدت فنی درباره قیمت مدل‌های هوش مصنوعی
نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.