Не знаю, как это возможно, но вот смотрите - недавно выпущенная модель Stepfun Step-3

разный метод построения сетей Flash MoE - архитектура поэтому позволяет активировать 11B из 196B параметров и по ходу да и обучение еще зависит сильно посмотрим что будет с дипсик 4 которая должны выйти сегодня или до конца недели думаю ГПТ и прочие джими будут позади Ответить

По мне так почти полная хрень все эти бенчмарки. Промпт вылизан до дыр, обучение вокруг них. Это как ориентир, главное как они понимают пользователя с запросом «Сделай мне красивое приложение» утрирую конечно, но большинство запросов пока такое. Ответить