
Sage-S2.1-Flash vs Qwen 3.8 Flash: osiem H200 kontra piętnaście centów
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 87 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 219 tok/s
Karta modelu dla Sage-S2.1-Flash ma dwadzieścia jeden bajtów. Zaczyna się nagłówkiem licencji, zawiera license: mit i na tym się kończy. Nie ma wstępu, tabeli benchmarków, długości kontekstu, przeznaczenia ani adresu kontaktowego. Samo repozytorium nie jest puste — 120 shardów wag bfloat16, około 645 GB, plus plik konfiguracyjny, szablon czatu, przewodnik wdrożeniowy i pięć małych folderów adapterów naukowych — ale pominięto wszystko, czego czytelnik zwykle potrzebuje, by zdecydować, czy warto się tym zainteresować. Wagi opublikowano 15 listopada 2026 r. i poprawiano do 16 listopada. InternLM, organizacja modelowa Shanghai AI Laboratory, nie ogłosiła niczego: żadnego wpisu na blogu, żadnej publikacji, żadnego posta na własnej stronie rodziny. W chwili pisania tego tekstu repozytorium pokazuje zero pobrań w tym miesiącu, jedno polubienie i żadnego dostawcę wnioskowania, który by je obsługiwał.
Qwen 3.8 Flash jest obiektem przeciwnego rodzaju. Alibaba sprzedaje go przez QwenCloud od 26 sierpnia 2026 r. po $0.15 za milion tokenów wejściowych i $0.47 za milion tokenów wyjściowych, opublikowała swoje limity zapytań i listę narzędzi, udostępniła otwarte wagi pod nazwą Qwen3.8-Flash-Next oraz umieściła na tej karcie dwunastowierszową tabelę benchmarków. Jest dostępny na OrcaRouter jako qwen/qwen3.8-flash w cenie katalogowej samego dostawcy. Możesz wysłać do niego żądanie w ciągu najbliższych trzydziestu sekund.
To nie jest więc porównanie dwóch modeli, które można kupić. To porównanie taniego modelu hostowanego z opublikowaną ceną z modelem mieszaniny ekspertów z otwartymi wagami o 321 miliardach parametrów, bez ceny, bez wyniku i bez ogłoszenia — a uczciwe pytanie nie brzmi, który z nich jest lepszy, bo nikt jeszcze nie potrafi na to odpowiedzieć. Brzmi ono, czy uruchomienie ośmiu H200 dla tego niezmierzonego modelu jest lepszym wykorzystaniem pieniędzy niż płacenie piętnastu centów za milion tokenów za ten zmierzony, i dla ilu zespołów ta odpowiedź kiedykolwiek brzmi „tak”.
Co tak naprawdę dowodzi repozytorium Sage-S2.1-Flash
Najpierw fakty, ponieważ jest ich więcej, niż sugeruje pusta karta. Liczba parametrów w indeksie wag wynosi 321,323,031,390, a przewodnik wdrożeniowy zaokrągla ją do „320B-A18B” — 320 miliardów łącznie, 18 miliardów aktywnych na token. Konfiguracja tekstowa obejmuje 45 warstw, z których 34 to warstwy uwagi liniowej typu bramkowanego delta-net, a 11 to warstwy rzadkiej uwagi z rodziny DeepSeek, z 288 ekspertami routowanymi, z których ośmiu plus jeden wspólny ekspert aktywuje się na token, wymiar ukryty 4,096 i słownik 154,880 tokenów. Maksymalne osadzenia pozycji są ustawione na 1,048,576.

Licencja to MIT, bez dodatkowej klauzuli dotyczącej dopuszczalnego użycia w repozytorium. Warto się nad tym zatrzymać: 321B multimodalny MoE na permisywnej licencji, bez żadnej bramki przy pobieraniu, to rzadszy obiekt, niż sugeruje otaczająca go cisza.
Rodowód można sprawdzić i jest nieco zaskakujący. Ciąg architektury to glm5_next, klasa to Glm5NextForConditionalGeneration, a przewodnik wdrożeniowy mówi wprost, że model używa architektury GLM-5.3-Flash i że przepisy frameworka, których należy przestrzegać, to oficjalne przepisy GLM-5.3-Flash, z podmienioną ścieżką modelu. Starszy, większy Sage-S2.1 — 753B parametrów, architektura glm_moe_dsa, wciąż z kartą modelu „Atria Dawn”, która opisuje go jako zbudowanego na 744B szkielecie GLM-5.2 — to zupełnie inna generacja szkieletu. Flash nie jest destylowanym S2.1. To nowy, mniejszy model zbudowany na nowszej architekturze z innego laboratorium, noszący tę samą nazwę rodziny.
Ta nazwa rodziny sama w sobie jest ruchomym celem. Stare repozytorium {{1}}internlm/Atria-Dawn{{/1}} przekierowuje teraz do internlm/Sage-S2.1, a karta docelowa przekierowania nadal we wszystkich nagłówkach mówi „Atria Dawn” — zmiana nazwy nastąpiła, ale dokumentacja za nią nie poszła. Każdy, kto czytał materiały o Atria Dawn wcześniej w tym roku i teraz szuka „Sage”, powinien rozumieć, że to to samo repozytorium pod dwiema nazwami oraz że Flash jest jego nowym, lżejszym rodzeństwem.
Adaptery naukowe to ta część repozytorium, której żadne ogłoszenie producenta i tak by nie wyjaśniło. Pod projectors/sage-s2.1-flash/ znajduje się pięć małych folderów — cif/jarvis, dna/splice, ecg/phu01, eeg/neu06, protein-seq/mpbind — z których każdy zawiera plik konfiguracyjny i projektor o rozmiarze od czterech do dwudziestu ośmiu megabajtów, mapujący strumień cech naukowych do 4096-wymiarowej przestrzeni backbone'u. Struktury krystaliczne przechodzą przez enkoder CHGNet 0.3.0, po jednym 64-wymiarowym stanie na atom. Sekwencje białek przechodzą przez ESM2-t33-650M, po jednym stanie z ostatniej warstwy na resztę. Adapter DNA to dostosowany do zadania odczyt DNABERT2 oparty na trzech cechach; adaptery ECG i EEG są podobnie małe i specyficzne dla zadania. Łączny koszt wag dla wszystkich pięciu: poniżej 90 MB, wobec 645 GB dla modelu językowego.
Te pliki konfiguracyjne ujawniają również pochodzenie, które karta modelu zataiła. Wymieniają katalog checkpointu backbone'u, znaczniki dat przebiegów treningowych oraz odcisk palca o wartości sage-s2.1-flash-hf111-bf16-norm-261113 — 13 listopada 2026 r., dwa dni przed pojawieniem się wag. Tak właśnie ustala się tu rodowód: nie na podstawie komunikatu prasowego, lecz pola konfiguracji, którego pakowanie zapomniało usunąć.
Co Qwen 3.8 Flash publikuje, a czego nie
Różnica nie polega na tym, że Qwen jest szczery, a Sage nie. Polega na tym, że jeden dostawca dokumentuje swój produkt, a drugi jeszcze się do tego nie zabrał. Karta produktu Alibaba dla Qwen 3.8 Flash określa kontekst 1 000 000 tokenów z maksymalnym wejściem 991 000 tokenów, maksymalnym wyjściem 131 072 tokenów i budżetem rozumowania 262 144 tokenów; wejście multimodalne obejmujące tekst, obraz i wideo z wyjściem tekstowym; wywoływanie funkcji, ustrukturyzowane wyjście JSON, dopełnianie prefiksu, buforowanie kontekstu, przetwarzanie wsadowe i dostrajanie; oraz oba protokoły żądań OpenAI i Anthropic, dzięki czemu bez zmian wpasowuje się w Claude Code i Codex.
Stojący za tym artefakt otwartych wag to Qwen3.8-Flash-Next, opublikowany 24 sierpnia 2026 r.: 125 mld parametrów, z czego 6 mld aktywowanych, plus tabela osadzeń n-gramowych o rozmiarze 51 mld i 4-miliardowa głowica predykcji wielotokenowej, 48 warstw ułożonych jako dwanaście powtórzeń trzech bloków gated-delta-net i jednego bloku rzadkiej uwagi, 512 ekspertów, z których na token aktywnych jest dziesięciu routowanych plus jeden współdzielony, oraz 262 144 tokeny natywnego kontekstu rozszerzalnego do miliona. Alibaba opisuje hostowanego Qwen 3.8 Flash jako tę architekturę plus funkcje produkcyjne — dodatkami są domyślne okno 1M i wbudowane narzędzia. Wagi są objęte licencją społecznościową Qwen, a nie licencją MIT.
Tabela wyników na tej karcie pochodzi od producenta i nie została niezależnie odtworzona. Czytaj ją z tym zastrzeżeniem: DeepSWE 1.1 na poziomie 58,7, SWE-bench Pro na poziomie 62,5, SWE-bench Multilingual na poziomie 81,0, NL2Repo-Bench na poziomie 48,1, CoWorkBench na poziomie 73,9, JobBench na poziomie 55,7, Toolathlon Verified na poziomie 73,5, IFBench na poziomie 81,3, GPQA Diamond na poziomie 91,7, HLE na poziomie 35,9, LiveCodeBench v6 na poziomie 91,9 oraz Agents' Last Exam na poziomie 24,3 pass@1 przy wyniku 51,2. Te liczby to Alibaba wystawiająca sama sobie ocenę w zestawie porównawczym obejmującym poprzednika 397B i model Claude. To wciąż znacznie więcej niż to, co oferuje Sage-S2.1-Flash, a on nie oferuje zupełnie nic.

Zestaw oba obok siebie pod kątem kryteriów, na których faktycznie opiera się decyzja o zakupie:
• Całkowita liczba parametrów — Sage-S2.1-Flash 321B, z czego 18B aktywnych na token, w porównaniu z Qwen 3.8 Flash 125B plus tablica n-gramów 51B, z czego 6B aktywnych
• Kontekst — skonfigurowano 1 048 576 tokenów wobec opublikowanych 1 000 000, z maksymalnym wejściem 991 000 i maksymalnym wyjściem 131 072 po stronie Qwen
• Cena wejściowa — Sage-S2.1-Flash nie ma żadnej, ponieważ nic go nie obsługuje, w porównaniu z $0.15 za milion tokenów
• Cena tokenów wyjściowych — brak w porównaniu z 0,47 USD za milion, przy czym odczyty z pamięci podręcznej kosztują 0,0184 USD za milion w naszej ofercie
• Licencja — MIT, bez ograniczeń, w przeciwieństwie do licencji społecznościowej Qwen
• Opublikowana ocena — zero testów porównawczych wobec dwunastowierszowej tabeli dostawcy, nieodtworzona
• Waga serwowania — 645 GB bfloat16 w 120 shardach lub 328 GB w wersji FP8, w porównaniu z hostowanym punktem końcowym
Porównanie cen, które tak naprawdę jest kwestią nakładów inwestycyjnych
Nie istnieje cena za token dla Sage-S2.1-Flash, którą można by porównać z $0.15, ponieważ model nie ma nigdzie hostowanego punktu końcowego. Ma natomiast wymóg serwowania: osiem H200 dla checkpointu bfloat16, zgodnie z własną konfiguracją referencyjną przewodnika wdrożeniowego. Zatem porównanie nie polega na porównywaniu centów z centami, lecz kosztu wynajmu z tokenami, i sprowadza się do jednej liczby, której nikt nie opublikował.
Przyjmijmy reprezentatywną stawkę 3 USD za godzinę GPU dla H200 — to założenie, a nie wycena, a wartość zmienia się w zależności od chmury i zobowiązania. Osiem takich układów to 24 USD za godzinę, 576 USD dziennie, około 17 500 USD miesięcznie, zanim obsłużono choćby jedno żądanie. Przy stawkach Alibaba's 576 USD kupuje 3,84 mld tokenów wejściowych lub 1,23 mld tokenów wyjściowych. Zatem pytanie o próg rentowności brzmi, czy Twój ruch w innym wypadku wydawałby ponad 576 USD dziennie na Qwen 3.8 Flash — równowartość około 3,8 mld tokenów wejściowych, każdego dnia, w sposób ciągły.
To porównanie jest ważne tylko wtedy, gdy wiesz, ile tokenów na sekundę generuje Sage-S2.1-Flash na ośmiu H200. Nikt tego nie zmierzył, a repozytorium tego nie podaje. Liczba aktywnych parametrów daje jedynie ogólne wyobrażenie — 18B aktywnych wobec 6B aktywnych sugeruje, że model Sage zużywa około trzy razy więcej obliczeń na wygenerowany token — ale wyobrażenie to nie jest liczbą przepustowości, a bez niej powyższa arytmetyka progu opłacalności ma niewiadomą po obu stronach. Wariant FP8 zmniejsza wagę rezydentną z 645 GB do 328 GB, co zmienia wymagany sprzęt; nie mówi jednak, jak szybko działa wynik.
Dla większości zespołów ta niewiadoma jest całym argumentem. Modelu, którego nie można zbenchmarkować pod kątem przepustowości, nie można wycenić, a model, którego nie można wycenić, nie jest kandydatem do ścieżki produkcyjnej — jest obiektem badawczym. To nie jest krytyka wydania; właśnie temu służy niezapowiedziane wydanie.
Asymetria dowodów, ujęta wprost
Dwa modele, dwa tryby zawodności dowodów. Qwen 3.8 Flash ma benchmarki raportowane przez dostawcę i osiemdziesiąt dwa dni użytkowania przez podmioty trzecie, co oznacza, że jego wyniki nie są audytowane, ale jego zachowanie jest przynajmniej obserwowalne: są ludzie, którzy go uruchamiają, informują o nim i publicznie natrafiają na jego ograniczenia. Sage-S2.1-Flash nie ma ani jednego, ani drugiego. Jego 645 GB wag jest silniejszym dowodem na to, że to prawdziwy model, niż byłby przeciek lub zrzut ekranu — to dostarczony artefakt, a nie plotka — ale wagi są dowodem istnienia, nie jakości.
Konkretne rzeczy, które pozostają dziś nie do ustalenia: jakie wyniki osiąga Sage-S2.1-Flash w jakimkolwiek zadaniu; jak szybko dekoduje; czy jego osadzenia pozycyjne 1M wytrzymują przy długich kontekstach, czy degradują się tak jak większość rozszerzeń długiego kontekstu; czy wieża wizyjna w jego konfiguracji jest wytrenowana do standardu produkcyjnego, czy przeniesiona z backbone'u; czy projektory naukowe są oceniane na czymkolwiek poza ich własnymi rozkładami treningowymi; oraz ile InternLM zamierza pobierać opłat, jeśli w ogóle, za wersję hostowaną. Repozytorium nie odpowiada na żadne z tych pytań. Ktokolwiek mówi ci inaczej, ekstrapoluje z reputacji backbone'u, co jest rozsądnym priorem, a nie pomiarem.
Do czego właściwie służy model
Projektory zdradzają najwięcej. Nikt nie przykręca pięciu adapterów modalności naukowych do ogólnego modelu czatu jako dodatku po fakcie; struktura folderów, szablony promptów dla poszczególnych zadań i wybory enkoderów opisują model zbudowany do odczytywania kryształów, miejsc splicingu, zapisów serca, zapisów mózgu i sekwencji białek jako pełnoprawnych danych wejściowych, a nie tekstowych opisów tych rzeczy. Struktury krystaliczne są tokenizowane jako stany atomów z limitem 512 atomów; sekwencje białek zawierają stany na poziomie reszt z opcjonalną naukową głowicą odczytu; adapter DNA to odczyt prawdopodobieństwa dla pojedynczego obiektu.
Qwen 3.8 Flash tego nie robi. Odczytuje obrazy, wideo i tekst, i robi to z opublikowanymi wynikami w benchmarkach wizualnych — CharXiv, MathVision, ERQA, LVBench, OSWorld 2.0 — ale sieć krystaliczna wyrenderowana jako PNG nie jest siecią krystaliczną. Jeśli Twoje zadania dotyczą biologii strukturalnej, przesiewania materiałów lub analizy sygnałów fizjologicznych, uczciwa interpretacja jest taka, że te dwa modele nie konkurują o to samo zadanie, a porównanie z Qwen jest punktem odniesienia cenowym, a nie substytutem. Jeśli Twoje zadania dotyczą tekstu i kodu, projektory są nieistotne, a Sage-S2.1-Flash to model czatu 321B bez karty.
Jedno ostrzeżenie w kwestii multimodalności, bo konfiguracja zachęca do nadinterpretacji. Repozytorium zawiera 24-warstwową wieżę wizyjną o rozmiarze ukrytym 1024, z wejściami 448-pikselowymi i patchami 14-pikselowymi, tokeny początku i końca obrazu oraz wideo, a także szablon czatu ze slotami obrazu, wideo i audio. Ale szablon to szablon rodziny GLM-5.3, sloty audio nie mają odpowiadającej im konfiguracji audio, a jedyna instrukcja w przewodniku wdrożeniowym dotycząca konkretnie mediów dotyczy obrazów przychodzących w wynikach narzędzi. Traktuj wieżę jako obecną i nieudokumentowaną: wagi są zbudowane tak, by przyjmować więcej niż tekst, a to, czym wydanie zamierza cię karmić, nie zostało określone.
Tarcie, które nie jest zerowe
Samodzielne hostowanie Sage-S2.1-Flash nie polega na wskazaniu vLLM na repozytorium. Z przewodnika wdrożenia wynikają trzy wymagania, a drugie z nich jest tym kłopotliwym.
• --trust-remote-code jest obowiązkowe w każdym silniku — repozytorium dostarcza własny tokenizer i procesor, a bez tej flagi silniki po cichu ładują standardowy tokenizer, który koduje ciągi takie jak <tool_call> jako tokeny kontrolne zamiast tekstu, psując rozumowanie i wywołania narzędzi bez żadnego ostrzeżenia
• vLLM 0.33.0 wymaga dostarczonej łatki do vllm/renderers/hf.py, ponieważ gdy równoległe wyniki narzędzi wracają niezgodnie z kolejnością wywołań, szablon renderuje je w kolejności wywołań, podczas gdy vLLM zbiera ich obrazy w kolejności wiadomości, po cichu przypisując każdy obraz do niewłaściwego wyniku; poprawka w upstreamie wciąż jest pull requestem w wersji roboczej
• LMDeploy wymaga transformers w wersji od 5.17 do 5.19, ponieważ 5.19 zmienia nazwę typu warstwy, którego silnik nie zaakceptuje; SGLang wymaga wersji 0.5.20 lub nowszej oraz jawnego przekazania szablonu czatu z repozytorium, ponieważ w przeciwnym razie SGLang instaluje własny wbudowany szablon dla tej architektury
Każde z nich to udokumentowane obejście dla modelu, który ma zaledwie jeden dzień, a przewodnik otwarcie przyznaje, że frameworki wciąż się zmieniają. Nic z tego nie jest nierozsądne; wszystko to jest czasem inżynierów, którego Qwen 3.8 Flash nie wymaga, ponieważ po stronie hostowanej to bazowy URL i klucz API.
Jeden klucz, dwa zupełnie różne poziomy zaangażowania
Qwen 3.8 Flash jest dostępny na OrcaRouter jako qwen/qwen3.8-flash w cenie katalogowej Alibabaprzekazywanej bez marży — 0,15 USD za milion tokenów wejściowych, 0,47 USD za milion tokenów wyjściowych, 0,0184 USD za milion za odczyty z pamięci podręcznej, kontekst 1 000 000 tokenów i limit wyjścia 131 072 tokenów. Strona QwenCloud podaje 0,016 USD dla wariantu z niejawną pamięcią podręczną; zasada przekazywania oznacza, że cokolwiek Alibaba zmieni, otrzymujesz tego samego dnia, a nie przy następnym odnowieniu umowy. Sage-S2.1-Flash nie znajduje się w katalogu i nic go nie obsługuje, więc nie ma tu do niego żadnej trasy ani powodu, by twierdzić inaczej.

To, do czego warstwa routingu naprawdę się nadaje w tej sytuacji, to utrzymanie ewaluacji taniej i odwracalnej. Uruchom eksperyment Sage na własnym sprzęcie, jeśli go masz, pozostaw Qwen 3.8 Flash jako trasę produkcyjną i pozwól, by łańcuch przełączania awaryjnego znajdował się za nową ścieżką, tak aby model z pustą kartą nigdy nie stał się pojedynczym punktem awarii w pierwszym dniu obsługi rzeczywistego ruchu. Ta sama idea dotyczy trudniejszego pytania — fuzji modeli, gdzie panel odpowiada na jeden prompt kilkoma modelami, a sędzia uzgadnia je, jest najtańszym sposobem przekonania się, czy naukowy MoE 321B jest wart swoich kosztów utrzymania: nie migrujesz, pytasz oba modele i czytasz odpowiedzi.
Kto powinien wybrać, które
Jeśli w tym kwartale wdrażasz tekst lub kod, {{1}}Qwen 3.8 Flash to odpowiedź, której można bronić{{/1}}, a Sage-S2.1-Flash w ogóle nie jest odpowiedzią. {{2}}Model Qwen jest tańszy za token niż niemal wszystko na jego poziomie możliwości{{/2}}, wystarczająco dobrze udokumentowany, by planować na jego podstawie, wystarczająco jasno licencjonowany, by go wdrażać, i publicznie obserwowalny. Jego benchmarki pochodzą od samej Alibaby i należy traktować je jako deklaracje, ale deklaracja plus osiemdziesiąt dwa dni doświadczenia innych ludzi przewyższa ciszę plus trzy dni niczyjego doświadczenia.
Jeśli zajmujesz się biologią strukturalną, projektowaniem białek, materiałami lub sygnałami fizjologicznymi, rachunek się odwraca. Pięć projektorów w repozytorium Sage-S2.1-Flash to możliwość, której ani Qwen 3.8 Flash, ani większość modeli otwartych nie oferuje za żadne pieniądze, licencja to MIT, a wymagania sprzętowe — osiem H200 lub mniej z checkpointem FP8 — to rodzaj kosztu, który grupa badawcza już ponosi. Właściwym krokiem jest pobranie go, uruchomienie dołączonych do repozytorium testów projektorów po stronie CPU i zmierzenie dwóch rzeczy, których on nie podaje: przepustowości dekodowania na twoim sprzęcie oraz dokładności na własnym odłożonym zbiorze. To tydzień pracy i jedyny sposób, by ten model stał się decyzją, a nie ciekawostką.
Trzeci przypadek jest największy. Jeśli jesteś jedynie ciekawy, właściwą postawą jest poczekać na kartę modelu. Gdy InternLM taką opublikuje, liczby, które mają znaczenie, będą tymi, których to repozytorium nie może dostarczyć — przepustowość, degradacja przy długim kontekście, czy wieża wizyjna działa oraz jakie wyniki uzyskują projektory poza swoimi rozkładami treningowymi. Do tego czasu Sage-S2.1-Flash jest prawdziwym artefaktem z nieprzeczytaną specyfikacją, a najużyteczniejszą rzeczą w nim jest to, że wagi istnieją, są dostępne bez ograniczeń i objęte licencją MIT — co oznacza, że gdy ktoś go zmierzy, nie będziesz potrzebować pozwolenia, aby sprawdzić jego pracę.
Porównane w tym artykule2
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
