
Aion 1.0 Instruct נחתה ב-Hugging Face ללא הודעה מוקדמת, עם מועד אחרון של ינואר 2027
- OrcaחדשOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 לכל 1M טוקנים · 182 tok/s
- tencentחדשTencent: Hy4 Flash2026-11-16$0.02 / $0.07 לכל 1M טוקנים · 356 tok/s
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 87 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 147 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 לכל 1M טוקנים · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 לכל 1M טוקנים · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 לכל 1M טוקנים · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
המאגר microsoft/Aion-1.0-Instruct-2.3B נוצר בשעה 17:05:50 UTC ב-18 בנובמבר 2026. תשע דקות לאחר מכן הופיע לצידו מאגר שני, שנשא גרסת INT4 ONNX של אותם משקלים. נכון לבוקר זה, למאגר הבסיס יש שלוש לייקים, אפס הורדות ובדיוק קומיט אחד, שבהודעתו נכתב "Duplicate from asgmodels/Aion-Instruct-v1" — ואותו מאגר מקור מחזיר כעת 401 לכל מי שמבקש לגשת אליו. לא היה פוסט השקה, לא שרשור, לא משפט בכרטיס המודל שמתחיל ב"אנחנו נרגשים". Aion 1.0 Instruct לא הוכרז; הוא פורסם, וזה מעשה אחר, והפער בין השניים הוא הסיבה שהטקסט הזה קיים.
להלן מופרדים שלושה סוגי טענות, והם לעולם אינם מטשטשים זה את זה. עובדות המאגר נקראו ישירות מהקבצים הבוקר — התצורה, אינדקס המשקלים, תבנית הצ'אט, הכרטיס, מאגרי האחים. טענות הספק הן המספרים של מיקרוסופט עצמה בהארנס של מיקרוסופט עצמה, מובאים כטענות. וקטגוריה שלישית חשובה כאן יותר מהרגיל: מיקרוסופט כבר פרסמה לוח זמנים לנדידה עבור מפתחי Windows בתיעוד שלה עצמה, ולוח זמנים זה בעל השלכות רבות יותר מכל דבר בכרטיס הדגם. היכן שהמאגר שותק, הטקסט אומר זאת במקום להסיק.
שני שעונים, ורק אחד מהם שקט
הפרסום ב-Hugging Face הוא השעון השקט. הרועש מביניהם ישן יותר ופועל כבר חודשים.
• 31 במאי 2026 — microsoft/Aion-Instruct-Preview-Sample הופך לציבורי ב-GitHub, אפליקציית דוגמה של WinUI 3 עבור מודל שפה על-מכשיר במחשבי Copilot+. ה-README שלה מציין בפשטות: "החבילה הזו מכילה את מודל Aion Instruct הסופי שמיועד לשחרור עם Windows."
• 2 ביוני 2026 — בלוג המפתחים של Microsoft Edge מכריז על Aion-1.0-Instruct כמודל טרום-השקה ב-Edge Canary ו-Dev, ומחליף את Phi-4-mini בעל 4B שמאחורי ממשקי ה-API של Prompt ו-Writing Assistance; הוא מתואר כקטן ומהיר יותר ויכול לפעול בהסקה באמצעות CPU במקומות שבהם אין GPU. אותו פוסט מבטיח "שחרור מתוכנן בקוד פתוח ב-Hugging Face ביולי".
• 2 בנובמבר 2026 — דוגמת GitHub משחררת את גרסה v1.1.0.2, שמוסיפה תמיכה ב-AMD VitisAI; המאגר מתוחזק באופן עקבי מאז יוני ללא אף הודעה פומבית.
• 16 בנובמבר 2026 — תיעוד Windows AI של Microsoft עבור Phi Silica כולל הודעה, עם חותמת זמן של יומיים לפני שהמשקולות פורסמו, שאומרת: "Phi Silica מוחלף ב-Aion Instruct", ומורה למפתחים להתחיל לתכנן את המעבר כעת.
• 18 בנובמבר 2026, 17:05 UTC — המשקלים עצמם, ברישיון MIT, ב-Hugging Face. אין פוסט נלווה בשום מקום שניתן למצוא בחיפוש.

אז התיאור הכנה אינו "Microsoft שחררה מודל בחשאי", אלא ש-Microsoft סיפרה למפתחי Windows על המעבר הזה בתיעוד ובקוד לדוגמה כבר כמעט חצי שנה, הבטיחה משקלים פתוחים ביולי, סיפקה אותם באיחור של ארבעה וחצי חודשים, ולא ציינה את המסירה בהכרזה. אם תקרא רק את סיקור ההשקה, לא תדע ש-Aion 1.0 Instruct קיים. אם תקרא את מסמכי ה-API של Phi Silica — ששם מפתח Windows נמצא בפועל — קיבלת הודעה כבר לפחות מאז אמצע נובמבר.
מה שהקבצים מוכיחים, בלי שמיקרוסופט תצטרך לאשר דבר
אף אחד מהדברים הבאים אינו תלוי בהכרזה. הכול נמצא במאגר, ורובו ניתן לבדיקה מול קובץ המשקלים עצמו.
• מספר הפרמטרים — הכרטיס אומר "~2.29B", והחשבון תואם: model.safetensors הוא 4,577,698,488 בייטים של bfloat16, שהם 2,288,849,244 פרמטרים בשני בייטים לכל אחד. הטמעות הקלט והפלט קשורות, כך שהמספר הזה לא מוכפל בראש.
• מבנה — 28 שכבות, גודל מוסתר 2,048, ממד ביניים של MLP בגודל 8,192 עם SiLU, 24 ראשי שאילתה לעומת 8 ראשי מפתח/ערך בממד ראש 128, RMSNorm עם אפסילון 1e-6, אוצר מילים של 200,029 אסימונים.
• דפוס קשב — מערך ה-layer_types של התצורה מפרט 21 שכבות sliding_attention ו-7 שכבות full_attention, משולבות לסירוגין. חלון ההחלקה הוא 2,048 אסימונים.
• הקשר — 32,768 טוקנים, אשר מושג באמצעות YaRN ולא באמצעות אורך האימון המקורי. עוד על כך בהמשך, משום שזהו המספר שהכי קל להבין אותו שלא כהלכה בקובץ.
• רישיון — MIT, זכויות יוצרים Microsoft Corporation, עם קובץ LICENSE קיים במאגר. ה-license_link של ה-front-matter, לעומת זאת, מפנה אל asgmodels/Aion-Instruct-v1/blob/main/LICENSE, שהוא המאגר הפרטי שמחזיר 401. הרישיון שאפשר לקרוא הוא זה שנמצא בעץ; זה שהכרטיס מקשר אליו אינו נגיש.
• קוד מותאם אישית — זו אינה ארכיטקטורה סטנדרטית. כדי להריץ אותו נדרש trust_remote_code=True והוא מושך פנימה את configuration_aion_instruct.py ואת modeling_aion_instruct.py. הוא יוצא עם transformers 5.x, ולכן שרשראות כלים ישנות יותר לא יטענו אותו ללא תשומת לב.
• פורמט צ'אט — <|system|>, <|user|>, <|assistant|>, כאשר כל תור נסגר על ידי <|end|>, שהוא גם אסימון ה-EOS. סכימות כלים נכנסות להנחיית המערכת בין <|tool|> ובין <|/tool|>; קריאות מוחזרות כ-<|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; תוצאות מוחזרות בתוך תור משתמש עם הקידומת <|tool_response|>. התבנית זורקת חריגה אם הודעת מערכת ראשונה מכילה אחד מאסימוני הבקרה השמורים, וזהו אמצעי הגנה הגיוני ונדיר לראות בכרטיס.
• שפות — אנגלית, גרמנית, ספרדית, פורטוגזית, איטלקית, צרפתית, סינית ויפנית. בכרטיס נאמר כי נתונים רב-לשוניים מהווים כ-6% מתערובת האימון.
• תאריך עדכון הידע — דצמבר 2025.
• גרסת הבנייה המקוונטטת — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, נוצרה בשעה 17:14:58 UTC באותו ערב, תשע דקות אחרי מאגר הבסיס. משקולות INT4 בלוקיות שיוצאו מ-checkpoint שאומן במודעות לקוונטיזציה, אקטיבציות ו-KV cache ב-FP16, opset 21, כ-1.3 GB, מיועדת ל-WebGPU דרך ONNX Runtime GenAI.
הדבר השימושי ביותר ברשימה הזו הוא שני הפריטים האחרונים ביחד. שחרור bf16 לא מכומת בתוספת בילד INT4 שמקורו ב-QAT, שפורסמו בהפרש של תשע דקות זה מזה, אומר לך שארטיפקט ההפצה היה מוכן לפני שארטיפקט השקיפות היה מוכן. זה המבנה של שחרור שעוכב ואז שוחרר בשקט, לא כזה שנעשה בחיפזון.
הקונטקסט של 32K הוא מודל 2K שנמתח פי שישה עשר
קראו בעיון את בלוק rope_parameters ומספר ההקשר משתנה באופיו. שכבות הקשב המלא מצהירות על rope_type: "yarn" עם original_max_position_embeddings: 2048 ו-factor: 16.0. אלפיים ארבעים ושמונה כפול שש עשרה שווה 32,768. שכבות הקשב החליק מצהירות על ערך פשוט של rope_type: "default" בתטא 32,000, עם אותו חלון של 2,048.
הקריאה הנובעת מה-config — וזו קריאה, לא הצהרת ספק — היא שהמודל הזה אומן בטווח מיקומים של 2,048 טוקנים והורחב לאחר מכן ל-32K באמצעות סקיילינג RoPE שהוחל רק על שבע מתוך עשרים ושמונה השכבות שלו. שלושה רבעים מהסטאק לעולם לא יוכלו, מעצם הבנייה, לבצע attention אחורה יותר מ-2,048 טוקנים; ערבוב טווח ארוך מתרחש רק בשבע שכבות ה-attention המלאות. זהו עיצוב לגיטימי ונפוץ יותר ויותר עבור מודלים על-מכשיר, שבהם גודל מטמון ה-KV הוא אילוץ הזיכרון המחייב — חלון הזזה משאיר את המטמון שטוח ללא קשר לאורך השיחה, וזה בדיוק מה שרוצים במחשב נייד שגם צריך להציג שולחן עבודה.
זה גם אומר שאין לקרוא את הנתון 32,768 כ"מתמודד עם מסמך של 32K באותה מידה כמו מודל שאומן ב-32K". הכרטיס של Microsoft עצמה מקפיד כאן, ומתאר את החלון כמספיק כדי לעבד "מסמכים רב-עמודיים, שרשורי אימייל ארוכים ומפרטים טכניים מורכבים כולם על המכשיר". הוא אינו טוען לאיכות שליפה בקצה הרחוק. אם זכירה בהקשר ארוך היא מה שאתה צריך, זה הדבר הראשון שכדאי למדוד בעצמך, והוא לא מופיע בכרטיס.
אמות המידה הן של מיקרוסופט עצמה, ושתיים מהן מסומנות כ"רפויות"
כל מספר למטה הוא כפי שדווח על ידי הספק. הכרטיס אומר שכולם הורצו דרך lm-evaluation-harness של EleutherAI היכן שקיימת מימוש משימה, ואחרת דרך המאגר הרשמי של כל בנצ'מרק, כאשר GPT-4o הוא השופט במשימות הנשפטות על ידי LLM. אין שחזור עצמאי, אין קונפיגורציית harness שפורסמה, ואין סקריפט הערכה במאגר, כך שאי אפשר להריץ מחדש אף חלק מזה ממה שסופק.
• ידע — MMLU 55.15, MMLU-Pro 33.35, MMMLU רב-לשוני 45.51, GPQA 28.18.
• מתמטיקה — GSM8K 74.91 תחת התאמה רופפת, GSMPlus 49.56, MATH-500 48.00.
• עמידה בהוראות — IFEval 83.90 כממוצע של strict ברמת הפרומפט ו-strict ברמת ההוראה, IFBench 32.00 ב-loose ברמת הפרומפט, Multi-IF 64.70.
• תרגום — chrF++ 43.18.

שניים מאלה ראויים לבחינה נוספת לפני שמישהו מצטט אותם. GSM8K ב-74.91 הוא התאמה רופפת מפורשת, שמזכה תשובה שמכילה את המספר הנכון גם כשההנמקה או העיצוב שסביבו שגויים; GSM8K קפדני על מודל 2.3B היה נוחת נמוך באופן משמעותי. IFBench ב-32.00 הוא רופף ברמת הפרומפט, וזו הגרסה הסלחנית ביותר של מדד עמידה בהוראות הסלחני ביותר בקבוצה. המספרים בסגנון קפדני באותה טבלה — MMLU-Pro ב-33.35, GPQA ב-28.18 — הם איך שידע העולם של מודל 2.3B נראה בפועל, והם לא יוצאי דופן, וזה מה שהכרטיס עצמו אומר בסעיף המגבלות שלו: מודלים קטנים "עלולים להחמיץ פרטים עדינים, לספק אמירות שגויות, או להראות חוסר יכולת לעקוב אחר הנמקה מרובת שלבים מורכבת."
החסר שמשמעותי יותר מכל ציון בודד: כרטיס המודל אף פעם לא משווה בין Aion 1.0 Instruct ל-Phi Silica, המודל שהוא מחליף. הוא אומר שנתוני האימון "הם הרחבה של הנתונים ששימשו לאימון Phi Silica" ועוצר שם. עבור מפתח שאומרים לו לעבור בינואר, ההפרש היחיד שיעזור לקבל את ההחלטה — האם המודל המחליף מקבל ציון טוב יותר או גרוע יותר מזה שיש לי — אינו במסמך.
מספרי הבטיחות הם תמונה, לא טבלה
הכרטיס מציין שלושה מדדים שהוא רוצה לשפר: XPIA, DIC ו-ECI. לאחר מכן הוא נמנע מלתת לך מספר עבור אף אחד מהם. הנתונים מופיעים רק ב-images/aion_safety_bchart.png, תרשים עמודות שכותרתו "Azure AI Safety Suite", עם קטגוריות ציר עבור בטיחות תוכן עוין, מידע קריטי לבחירות, הזרקת הנחיה עקיפה והזרקת מסמך, המדורגות בסולם 0 עד 100 מנורמל לפי כיוון, שבו הערך הוא אחד פחות שיעור הכשל, כפול מאה. אין שום עמודה מספרית בשום מקום בטקסט.
זהו פער אמיתי, וראוי לומר אותו בגלוי ולא לעקוף אותו: שלושת המדדים ש-Microsoft עצמה מסמנת ככאלה שדורשים עבודה הם בדיוק שלושת אלה שאי אפשר לקרוא בלי להריץ OCR על קובץ PNG. המאמתים כן פרסמו הערת שוליים מתודולוגית — הפרומפטים זהים לחלוטין, ומאומתים באמצעות SHA-256 — וזו קפדנות רבה יותר מזו שרוב הכרטיסים מציגים. הם רק לא פרסמו את הערכים. והערות השקיפות המקבילות לחבילת האימות של Windows מרחיקות לכת עוד יותר, וקובעות שהתקפות הזרקת פרומפטים בין-פרומפטים והסקה רגשית לא נבדקו לצורך עמידה בדרישות Responsible AI, וכי ייתכן שלחבילה יש פגיעויות. עבור מודל שתכונת הדגל שלו היא ריצה ללא השגחה על המסמכים המקומיים שלך, הזרקת פרומפטים אינה הערת שוליים.
מה מיקרוסופט כבר אמרה למפתחים, ומה יישבר
זהו החלק שהקורא יכול לפעול לפיו היום, והוא אינו תלוי כלל בשחרור של Hugging Face. הוא נמצא בעמוד Phi Silica ב-Microsoft Learn, שחותמת הזמן המעודכנת שלו מציינת 16 בנובמבר 2026.

• Phi Silica מוחלף ב-Aion Instruct. ההודעה מציינת זאת באופן ישיר ומורה למפתחים להתחיל לתכנן את המעבר כבר כעת.
• דצמבר 2026 — Aion 1.0 Instruct מתחיל להיות מופץ למכשירי Windows Insider Preview. Phi Silica נשאר קיים; Windows Controlled Feature Rollout קובע איזה מודל פעיל, ומפתחים יכולים לכפות השוואה זה לצד זה באמצעות מפתח רישום.
• ינואר 2027 — המודל יופץ למכשירים קמעונאיים ו-Phi Silica יוסר.
• שער הגישה נעלם. ממשקי ה-API של Phi Silica הם תכונת גישה מוגבלת (Limited Access Feature) הדורשת אסימון שחרור; התיעוד מציין כי "בניגוד ל-Phi Silica, אין עוד צורך באסימוני LAF עם Aion Instruct." עבור כל מי שאי־פעם מילא את טופס בקשת ה-LAF והמתין, זהו המשפט בעל ההשלכות הרבות ביותר בכל ההגירה.
• ה-LoRAs שלך לא מגיעים איתך. מאגר הדוגמה מפורש: LoRAs תואמי Phi Silica אינם תואמים ל-Aion Instruct, ויש לבנות מתאמים חדשים עם Foundry Toolkit.
• הפלטים מסומנים בסימן מים. הסטאק החדש משתמש בסימון מים בלתי נראה כדי לתמוך בעמידה בדרישות חוק ה-AI של האיחוד האירופי, וההערות מזהירות שהסימן עלול להפוך לגלוי כאשר הפלט מודבק ליישומים מסוימים.
• תמיכת חומרה היא שלושה ספקי הרצה וללא נפילה לאחור. חבילת האימות מכוונת ל-ARM64 Snapdragon דרך QNN המנוהל בקטלוג בגרסת EP מינימלית 2.2480.49, ל-x64 Intel Lunar Lake דרך OpenVINO בגרסה 1.8.95, ול-x64 AMD Ryzen AI דרך VitisAI בגרסה 1.8.80. "אין נפילה לאחור ל-CPU כאשר ספק NPU נתמך אינו זמין." שימו לב לפער לעומת פוסט ה-Edge מיוני, שהציג הסקה ב-CPU כדרך שבה Aion הגיע להתקנים ללא GPU — זו הייתה בניית הדפדפן, ונתיב ה-API של Windows צר יותר.
• חבילת האימות אינה ניתנת למשלוח. "היא אינה מיועדת לשימוש של משתמשי קצה או לקוחות. אין לשלוח שום חלק מחבילה זו לצרכנים סופיים." המודל סופי; המסירה שסביבו אינה סופית, והביצועים שנמדדו היום אינם מייצגים במפורש את גרסת ינואר.
מה עוד לא מאומת, ואיך להחזיק בזה
• אין הכרזה. שום דבר בבלוגים של Microsoft, אין הצהרת כוונות בכרטיס המודל מעבר ל"מבוא למה שעומד לבוא", ואין דו"ח טכני. הסימן הפומבי היחיד מחוץ למאגר הוא פרסום ב-Hacker News מ-18 בנובמבר עם נקודה אחת.
• ללא הערכה עצמאית. נכון ל-19 בנובמבר, המודל אינו מופיע ב-Artificial Analysis, ואף צד שלישי לא פרסם הרצה. כל מספר בטבלה שלמעלה הוא Microsoft שמדרגת את Microsoft.
• אין GGUF. הכרטיס מפרט "שמות ספריות: PyTorch, ONNX, GGUF", אך לא קיים מאגר GGUF תחת ארגון Microsoft. הארטיפקט המכומת היחיד שפורסם הוא גרסת ה-build של ONNX WebGPU. התייחס לשורת GGUF כהצהרת כוונות עד שקיים קובץ.
• אין פירוט על האימון. ספירות טוקנים, משאבי מחשוב ותמהיל נתונים מעבר ל"מסמכים ציבוריים בתוספת נתונים סינתטיים" ולחלק הרב־לשוני של 6% — שום דבר מכך לא נאמר.
• אין תמחור, כי אין מה לתמחר. זהו רכיב מערכת הפעלה והורדת משקלים, לא נקודת קצה מתארחת. הוא גם אינו בקטלוג של OrcaRouter, כמו כל שאר המודלים המקומיים של Microsoft.
אם אתם משיקים אפליקציית Windows, ההחלטה כבר נמצאת ביומן שלכם
הקריאה המעשית היא ש-Aion 1.0 Instruct הוא כעת משהו שאפשר לבנות מולו אב-טיפוס חודשים לפני שאתם נאלצים לכך, וזו כל מטרתה של מהדורת שקיפות. משכו את המשקלים, הריצו סט פרומפטים משלכם, ומדדו את שני הדברים שכרטיס המודל לא יגיד לכם — זכירה בהקשר ארוך מעבר ל-2,048 טוקנים, והתנהגות תחת הזרקת פרומפט על מסמכים מקומיים — והחליטו אם מסלולי הסיכום והכתיבה מחדש שלכם שורדים את ההחלפה. חלון December Insider עם מפתח הרג'יסטרי להשוואה זה לצד זה הוא רתמת הבדיקות הזולה ביותר שתקבלו, והוא נסגר בינואר.
השאלה הארכיטקטונית שעולה מכאן היא היכן נעצר המודל שעל המכשיר. מודל בגודל 2.3B עם חלון של 32K שרץ על NPU מצוין בסיכום, ניסוח מחדש, סיווג וחילוץ, והוא לא הולך לבצע הסקה רב-שלבית על בסיס קוד. רוב האפליקציות שיאמצו אותו יגיעו בסופו של דבר לפתרון היברידי: מודל מקומי למעברים הזולים, הפרטיים והרגישים לזמן השהיה, ומודל בענן מאחורי API למסלול ההסלמה. שכבת ההסלמה הזו היא החלק שכדאי לתכנן בכוונה תחילה ולא פשוט להדביק בדיעבד. OrcaRouter קיים בדיוק בשביל החצי הזה של הבעיה — API אחד על פני יותר מ-200 מודלים בענן בלי תוספת על מחירי המחירון של הספקים, מעבר אוטומטי לגיבוי כשספק נחלש, ו-DSL לניתוב להרכבת כמה מודלים לקריאה אחת — והוא אינו מגיש את Aion 1.0 Instruct, מפני ששום דבר במודל הזה לא רץ במרכז נתונים. החלוקה הכנה היא מודל מקומי, החלטה מקומית, הסלמה בענן, ושני החצאים זקוקים לכלים שונים.
יש גם דרך זולה לגדר את החלקים שלא הוכחו. שום דבר מהאמור לעיל לא עבר בנצ'מרק עצמאי, וגרסת ינואר עשויה להיות שונה מצ'קפוינט זה. מנגנון הגיבוי (failover) הוא מה שהופך את הצבתו של מודל ללא ניקוד בנתיב קריטי לבטוחה: שמור את הגיבוי מוגדר לפני שאתה זקוק לו, וכך יצירה גרועה הופכת לניסיון חוזר במקום לתקלה. העצה הזו חלה על החצי של ההיבריד שבו אתה לא בטוח.
מה לראות
ארבעה אותות היו משנים את התמונה הזאת, ושלושה מהם זולים לניטור. פוסט הכרזה ממשי עם פרטי אימון היה משדרג את הכרטיס מארטיפקט של שקיפות להשקה. מאגר GGUF היה הופך את המודל לשימושי מחוץ ל-Windows ומחוץ ל-ONNX Runtime. ריצת בנצ'מרק עצמאית ראשונה — Artificial Analysis, LMArena, או כל פלט משוחזר של מערכת בדיקה — הייתה מחליפה את ההסתייגויות של התאמה רופפת במשהו שאפשר לצטט. וערוצי Edge Canary ו-Dev הם המבחן החי: אם ממשקי ה-API של Prompt and Writing Assistance עוברים ממסלול Phi-4-mini ל-Aion 1.0 Instruct בדפדפן, תראו את ההחלפה בהתנהגות הרבה לפני ההפצה של Windows בינואר.
עד אז, התיאור הנכון של Aion 1.0 Instruct הוא זה שהראיות תומכות בו ולא יותר: מודל on-device גמור בנפח 2.29B, ברישיון MIT, שלם מבחינה טכנית ובלתי מתועד, שפורסם בשעה 17:05 UTC בערב יום שלישי, עם אח מקוונטז תשע דקות אחריו ומועד החלפה שהוא לא קבע לעצמו.
