📊 Qwen3 30B A3B (Reasoning) — the actual numbers GPQA: 61.6% MMLU-Pro: 77.7% Humanity's Last Exam: 6.2% Long Context Rea...

📊 Qwen3 30B A3B (Reasoning) — the actual numbers GPQA: 61.6% MMLU-Pro: 77.7% Humanity's Last Exam: 6.2% Long Context Reasoning: 0%💰 10.1 intelligence points per dollarMeasured independently, not self-reported →https://olud.ai/leaderboard.html#LLM #Benchmarks #OpenSource #AI

Read Original

Related

Mastodon discussion 30m 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 ...