Удивительные цифры от Vals AI. Muse Wonder Full и Muse Wonder оказались совсем не тем, что я думал (первая картинка) – взлетели программерские возможности и просели показатели на юридических и финансовом бенчмарке, то есть в Muse используется какая-то другая модель. Я ошибся, что Muse Wonder Full взберётся на вершину Vals Index (вторая картинка), но, думаю, это из-за того, что для неё не подсчитан результат на Terminal-Bench Science (третья картинка). Google попросил, судя по 1 месту, или OpenAI до их релиза 6.1 Astra? Но обратите внимание на киберсекьюрные возможности (четвертая картинка), тут Muse Wonder лидер, а Muse Wonder Full только 12, думаю, это означает, что у сильнейшей модели отключены эти возможности. Но самое удивительное в отчётах Vals AI это стоимость, если Artificial Analysis говорил, что она дорогая, то тут получается наоборот, причём не понятно, как они подсчитали стоимость использования Muse Wonder Full, если она пока недоступна в API – как-то рассчитали, исходя из цены подписки? Но как?