lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

Qwen3.8 Max再テスト後、Opus 4.8に追いついたが、依然としてKimi K3には勝てなかった。

動察 Beatingのモニタリングによると、評価機関のArtificial AnalysisがQwen3.8 Maxを再テストした結果、そのIntelligence Indexを53点から56点に引き上げた。前回のテストではAPIに断続的な異常が見られたため、今回は阿里雲の公式APIを使用して再実行した。新しいスコアはClaude Opus 4.8に追いついたが、Kimi K3よりは依然として1点低い。

千問(Qwen)で最も顕著な進歩が見られたのはAgentタスクだ。GDPval-AAスコアは1739に達し、Kimi K3の1685やGPT-5.6 Solの1730を上回り、Claude Opus 5に僅かに及ばない。端末操作、科学推論、プログラミング評価も全体的に上昇した。

その代償として、より多くのTokenを消費する。Qwen3.8 MaxのToken単価は前世代より低いが、総合評価タスク1件を完了する平均コストは、依然として0.53ドルから1.14ドルに上昇し、Kimi K3の0.86ドルを上回る。主な原因は、Agentタスクでより多くのターンを呼び出し、生成されるコンテンツも多いことにある。

また、その知識の信頼性は後退を見せている。AA-Omniscienceの正確率はほぼ変わらないが、幻覚率は前世代の23%から40%に上昇した。

関連おすすめ
シティグループとバンク・オブ・アメリカ証券は、Kimi K3が推論コストを削減する一方で、「ジェヴォンズのパラドックス」を通じて、より多くの呼び出し、長いコンテキスト、エージェントタスクを刺激し、GPU、HBM、DDR5、eSSD、ネットワークインフラの需要を押し上げる可能性があると見ている。
外国人が「ソ連の人工衛星が打ち上げられた日よりも衝撃的だ」と言っている。
格安オープンウェイトモデルが再びAI評価のストーリーに衝撃を与えている。
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了