За два дня Meta выпустила Muse Wonder, а Google открыла широкий доступ к Gemini 4 Argon. В твиторе опять праздник, но теперь есть и цифры, по которым можно понять масштаб обновлений.
У Meta версия Full действительно приблизилась к лидерам в независимых тестах. Только пока она доступна в Muse Code, а через API дают обычную Wonder с более скромными результатами. Когда читаешь очередной восторженный отзыв, полезно сначала понять, какую из двух моделей вообще хвалят.
У Argon в том же индексе 53 балла, ровно как у GPT-6 Astra. Зато в AutomationBench-AA, тесте на автоматизацию бизнес-процессов, Argon набрал 78% против 71% у Muse Wonder Full. Так что даже между этими двумя новинками лидер меняется в зависимости от того, какую работу поручают модели. Все эти результаты получены на максимальных для них уровнях размышления.
И остается отдельная претензия к Gemini, которая в таблицу с баллами вообще не помещается. Эта противная привычка восторгаться пользователем, будто он каждым вторым сообщением переоткрывает физику. Надежного свежего теста Argon именно на поддакивание я пока не нашел, но проверить это хочется отдельно от умения писать код и разбирать документы.
Мне от нового поколения хочется способности заметить, где я ошибся, даже если я очень уверенно объяснил свою идею. С Нобелевкой за удачный промпт я как-нибудь подождал бы все же!
Но обе модельки пока не потестил на боевых миссиях, так что разглагольствовать тут тоже пока не буду 🔫
===
💬Это пост из ленты, которую читает Саша - автор канала Мальцев: Карьера. Маркетинг. AI. @maltsevprosto
Другие каналы по темам:
🤖 AI @maltsevdaily
🧑🎓 Карьеры @maltsevdailyc
🦹 Маркетинга @maltsevdailym
