📊 Qwen3 Omni 30B A3B Instruct: 62% GPQA, 72.5% MMLU-Pro, but 0% on long-context reasoning. At 108.2 tokens/sec and 14 in...

📊 Qwen3 Omni 30B A3B Instruct: 62% GPQA, 72.5% MMLU-Pro, but 0% on long-context reasoning. At 108.2 tokens/sec and 14 intel points per dollar, independently measured → see the raw data.https://olud.ai/leaderboard.html#LLM #Benchmarks #OpenSource #AI

Read Original

Related

Mastodon discussion 45m ago

Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследован...

Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследование поведения ИИ-агентов с вызовом функций, имеющих реальный ...