
MAI Decision 1 กับ Nimble v3: ตัวให้คะแนนแบบโฮสต์เทียบกับไลเซนส์ที่คุณไม่สามารถส่งมอบได้
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0711 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 134 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 130 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 135 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 182 tok/s
สิ่งแรกที่แยกMAI Decision 1 — โมเดลที่ Microsoft เปิดตัวที่ Ignite ในชื่อ Microsoft-Decision-1.1 — ออกจาก Nimble v3 ซึ่งเผยแพร่บน Hugging Face ในชื่อ Bespoke-Nimble-9B-v3 ไม่ใช่เกณฑ์วัดประสิทธิภาพ แต่เป็นข้อกำหนดในสัญญาอนุญาต Nimble v3 เป็นอะแดปเตอร์ LoRA ที่เผยแพร่ภายใต้ CC BY-NC 4.0 ซึ่งการ์ดโมเดลอธิบายสั้น ๆ ว่า "อาจไม่สามารถใช้เพื่อวัตถุประสงค์เชิงพาณิชย์" โมเดลของ Microsoft เป็นเอนด์พอยต์แบบโฮสต์ที่คุณเช่าใช้ตามโทเค็น ดังนั้นคำถามเรื่องสัญญาอนุญาตจึงไม่เกิดขึ้น และคำถามเรื่องการโฮสต์ด้วยตนเองก็ไม่เกิดขึ้นเช่นกัน ตัวหนึ่งคุณใส่ไว้ในผลิตภัณฑ์ได้ อีกตัวคุณใส่ไว้ในโน้ตบุ๊กได้ ทุกสิ่งอื่นในการเปรียบเทียบนี้สืบเนื่องมาจากทางแยกนั้น รวมถึงเหตุผลว่าทำไมคะแนนที่เผยแพร่ของทั้งสองจึงไม่ควรนำมาลบออกจากกัน
แต่ละอย่างจริง ๆ แล้วคืออะไรในเชิงกลไก
Microsoft-Decision-1.1 เป็นการปรับใช้บน Foundry ที่เปิดใช้งานตั้งแต่ 17 พฤศจิกายน 2026 ผ่านการฝึกเพิ่มเติม (post-trained) โดย Microsoft บน Gemma 4 26B-A4B คุณส่งสถานะและคำถามแบบระบุชนิดไปยังปลายทางการตัดสินใจ คุณจะได้รับความน่าจะเป็นที่ปรับเทียบแล้วกลับมา และคุณจะถูกคิดค่าบริการ $0.042 ต่อหนึ่งล้านโทเค็นอินพุตบน Global Standard หรือ $0.05 ในโซนข้อมูล EU และ APAC ไม่มีตัวเลือกดาวน์โหลด ไม่มีเส้นทางการปรับแต่งละเอียด และไม่มีตัวเลือกโฮสต์เองในการ์ดโมเดล ความหน่วงคือ 123 มิลลิวินาทีต่องานตามการวัดของ Artificial Analysis; บริบทคือ 32,768 โทเค็นอินพุต; สามารถอ่านภาพได้เช่นเดียวกับข้อความ
Nimble v3 เป็นอะแดปเตอร์ PEFT ห้าไฟล์สำหรับ Qwen3.5-9B ถูกอัปโหลดเมื่อวันที่ 30 กันยายน 2026 โดยไม่มีประกาศ บล็อกโพสต์ หรือรีลีสโน้ต accompanying จาก Bespoke Labs รีโพซิทอรีมี README, คอนฟิกอะแดปเตอร์, น้ำหนักอะแดปเตอร์, คอนฟิกสคีมา และไฟล์ gitattributes — เท่านี้คือรายการทั้งหมด คุณต้องเตรียมโมเดลฐาน อินเฟอเรนซ์เอนจิน และ GPU เอง รีโพซิทอรีชุดข้อมูลที่มาคู่กันบรรจุการรัน Decision Index ฉบับเต็ม เอนจิน และคำแนะนำในการทำซ้ำ ซึ่งเป็นความโปร่งใสที่มากกว่าผู้ขายส่วนใหญ่เสนอ และยังเป็นงานที่มากกว่าที่ผู้ซื้อส่วนใหญ่คาดไว้
• เวต — โฮสต์ให้บริการเท่านั้น ไม่ต้องดาวน์โหลด เทียบกับอะแดปเตอร์ BF16 ขนาด 20 GB ที่คุณประกอบลงบน Qwen3.5-9B
• สัญญาอนุญาต — ข้อกำหนดการให้บริการของ Microsoft เทียบกับ CC BY-NC 4.0 แบบไม่ใช่เพื่อการค้า โดยมีฐานเป็น Apache 2.0 ที่ไม่ผ่อนปรนข้อจำกัดของอะแดปเตอร์
• อินเทอร์เฟซ — เอนด์พอยต์การตัดสินใจที่มีคำถามแบบระบุชนิดและความน่าจะเป็น เทียบกับโค้ดการอนุมานของคุณเอง ซึ่งผูกไว้กับไฟล์พรอมป์ต์และโทเค็นรหัสตัวเลือกด้วยแฮช
• บริบท — 32,768 โทเค็น เทียบกับ 32,768 โทเค็น โดยคำขอที่ใหญ่เกินจะถูกปฏิเสธแทนที่จะถูกตัดทอน
• รูปภาพ — สูงสุด 8 ภาพต่อคำถาม, 280 ถึง 1,568 พิกเซลต่อด้าน เทียบกับข้อความเท่านั้น
• ราคา — $0.042 ต่อหนึ่งล้านโทเค็น เฉพาะอินพุต เทียบกับฮาร์ดแวร์ ค่าไฟฟ้า และวิศวกร
• คะแนนที่เผยแพร่ — 67.78 ใน AA Decision Index v2.1 เทียบกับ 56.88 ใน Decision Index 0.2.1

ตัวเลขสองตัวนี้ไม่ได้อยู่บนไม้บรรทัดเดียวกัน
หัวข้อสุดท้ายนั้นคือจุดที่มักถูกนำไปใช้ในทางที่ผิดในโพสต์เปรียบเทียบ จึงควรพูดให้ตรงๆ ว่า 56.88 กับ 67.78 ไม่สามารถนำมาเปรียบเทียบกันได้ ตัวเลขของ Nimble v3 มาจาก Decision Index 0.2.1 ซึ่งเป็นชุดเครื่องมือเปิดที่ Bespoke Labs พัฒนาและดูแลเอง ใช้ฮาร์เนสของตัวเอง และมีรีเฟอเรนซ์อิมพลีเมนเทชันของตัวเอง ส่วนตัวเลข 67.78 ของ Microsoft มาจาก Artificial Analysis Decision Index v2.1 ซึ่งเป็นการประกอบการประเมินที่แตกต่างกัน มีน้ำหนักต่างกัน มีฟังก์ชันการให้คะแนนต่างกัน และมีชุดโมเดลในสนามที่แตกต่างกัน
บอร์ดทั้งสองวัดพฤติกรรมFamiliesเดียวกัน — คุณเลือกจากตัวเลือกที่มีขอบเขตจำกัด และได้คะแนนจากความแม่นยำที่ถูกลดทอนตามระดับที่ความมั่นใจที่คุณระบุไว้พลาดไปมากเพียงใด แต่คะแนนผสมถ่วงน้ำหนักจากการประเมินหกครั้งซึ่งมีพจน์สมมาตรนั้นไม่ใช่เครื่องมือเดียวกันกับการรันชุดทดสอบสาธารณะ และการนำอันหนึ่งลบออกจากอีกอันจะให้ "ช่องว่าง" 10.9 จุด ซึ่งส่วนใหญ่เป็นความแตกต่างของไม้บรรทัดวัด ใครก็ตามที่แสดงการลบนั้นให้คุณดู ไม่ว่าประมาทหรือกำลังขายอะไรบางอย่าง
สิ่งที่กล่าวได้โดยไม่เกินเลยคือเป็นเพียงทิศทาง การ์ดของ Nimble v3 เองรายงานตัวเลขเดียวและไม่มีรายละเอียดแยก ในตระกูลที่เช็กพอยต์ก่อนหน้านี้เผยแพร่ตารางที่ครบถ้วนกว่ามาก: ความสอดคล้องกับป้ายอ้างอิง 90.12% เทียบกับ 93.21% ของ Jev 1.13.0 บนคู่เปรียบต่างที่กันไว้ 324 คู่ และ 75.7% เทียบกับ 76.0% บนการตัดสินใจที่มนุษย์ติดป้าย 3,880 รายการจากชุดข้อมูลสาธารณะสิบสามชุด นั่นคือตัวเลขของ Nimble รุ่นแรก ไม่ใช่ของ v3 และโครงการระบุว่าเป็นผลการวัดของตัวเอง ในทางตรงกันข้าม Decision 1.1 มีคะแนนอิสระ 67.78 พร้อมคะแนนย่อยที่เผยแพร่หกรายการ และค่า Brier 0.160 บนกระดานที่จัดอันดับคู่แข่งในแบบเดียวกันด้วย หากคุณต้องการตัวเลขที่ปกป้องได้ในการทบทวนการจัดซื้อจัดจ้าง มีเพียงตัวเดียวในนี้ที่ให้ตัวเลขนั้นแก่คุณ

ใบอนุญาตคือปัจจัยชี้ขาดทั้งหมด และมันแย่กว่าที่เห็น
CC BY-NC 4.0 บนอะแดปเตอร์หมายถึงห้ามใช้เชิงพาณิชย์ นี่ไม่ใช่พื้นที่สีเทาที่คุณจะใช้เหตุผลหลีกเลี่ยงได้ และวิธีเลี่ยงที่เห็นได้ชัดก็ใช้ไม่ได้: โมเดลฐานอย่าง Qwen3.5-9B เป็น Apache 2.0 และการ์ดของ Bespoke ระบุไว้ชัดเจน — แต่ฐานที่อนุญาตแบบเปิดกว้างไม่ได้ทำให้อะแดปเตอร์แบบไม่ใช้เชิงพาณิชย์ผ่อนปรนลง และอะแดปเตอร์คือที่ที่พฤติกรรมการตัดสินใจอยู่ ถ้าถอดอะแดปเตอร์ออก คุณจะได้โมเดล 9B ทั่วไปที่ไม่ใช่โมเดลตัดสินใจเลย
ยังมีปัญหาที่สองซึ่งถูกพูดถึงน้อยกว่า รีโพซิทอรี GitHub ของโปรเจกต์ Nimble ไม่รายงานข้อมูลสัญญาอนุญาตใด ๆ เลยผ่าน API ซึ่งหมายความว่าโค้ดสำหรับการฝึกและการดูแลจัดการข้อมูลก็ไม่มีข้อกำหนดที่ประกาศไว้เช่นกัน หากทีมกฎหมายของคุณถามว่าคุณทำอะไรได้บ้างกับไปป์ไลน์ที่สร้างน้ำหนักโมเดลขึ้นมา คำตอบคือ โปรเจกต์นี้ยังไม่ได้ระบุไว้
ลองเทียบกับโมเดลของ Microsoft: คุณดาวน์โหลดมันไม่ได้ จึงฟอร์กมันไม่ได้ แต่คุณก็ไม่สามารถเผลอสร้างผลิตภัณฑ์บนสัญญาอนุญาตที่ห้ามนำไปใช้กับผลิตภัณฑ์นั้นได้เช่นกัน สำหรับทีมที่กำลังตัดสินใจเลือกระหว่างสองตัว กรอบคิดในทางปฏิบัติคือตัวหนึ่งเป็นการซื้อ ส่วนอีกตัวเป็นชิ้นงานวิจัย หากงานนั้นเป็นเชิงพาณิชย์ การเปรียบเทียบก็จบเพียงเท่านี้ และโมเดลแบบโฮสต์จะชนะโดยปริยาย หากไม่ใช่ — เช่น เป็นฮาร์เนสสำหรับการประเมินภายใน การศึกษาทางวิชาการ หรือต้นแบบที่คุณตั้งใจจะแทนที่ในภายหลัง — แล้วละก็ อะแดปเตอร์นี้ก็น่าสนใจอย่างแท้จริง และขนาด 20 GB ของมันหมายความว่ามันรันบน GPU ตัวเดียวที่คุณอาจมีอยู่แล้วได้
ความเป็นจริงในการนำไปใช้ของแต่ละฝ่าย
การรัน Nimble v3 อย่างถูกต้องไม่ใช่แค่การโหลดอะแดปเตอร์แล้วแชตกับมัน การ์ดชุดข้อมูลระบุชัดเจนว่าเอนจินสร้างพรอมป์ต์ที่คอนฟิกสคีมาของมันปักหมุดไว้ด้วยแฮช และอ่านแต่ละคำขอด้วยรูปแบบ attention ที่โมเดลถูกฝึกมา การโหลดน้ำหนักโมเดลเป็นโมเดลแชตธรรมดา หรือการสร้างข้อความ ไม่ได้สร้างคำตอบของมันซ้ำ เอนจินจะปฏิเสธการโหลดหากไฟล์พรอมป์ต์หรือโทเคนรหัสออปชันแตกต่างจากการฝึก คุณจะต้องใช้ CUDA, BF16, torch 2.8, transformers 5.17.0, peft และเคอร์เนล attention สองตัว และคำขอที่เกินขีดจำกัดบริบทจะถูกปฏิเสธแทนที่จะถูกย่อให้สั้นลง
นี่คือความมุ่งมั่นทางวิศวกรรมอย่างแท้จริง และมันให้บางสิ่งที่โมเดลแบบโฮสต์ให้ไม่ได้ นั่นคือความสามารถในการทำงานโดยไม่มีการส่งข้อมูลออกเครือข่าย บนฮาร์ดแวร์ของคุณเอง พร้อมตัวเลือกในการตรวจสอบทุกพรอมป์ต์ สำหรับสภาพแวดล้อมที่มีการกำกับดูแลซึ่งการเรียกใช้โมเดลไม่สามารถออกนอกอาคารได้ มันเป็นเพียงหนึ่งในสองตัวเลือกที่ยังพอเป็นไปได้ — และใบอนุญาตแบบไม่ใช้เชิงพาณิชย์ก็อาจยังตัดมันออกไป ซึ่งนั่นคือกับดัก
ฝั่ง Microsoft ต้นทุนแตกต่างและต่ำกว่า การปรับใช้ Foundry หนึ่งครั้ง, endpoint หนึ่งจุด, ชื่อ deployment, คีย์ หรือโทเค็น Entra หาก latency สำคัญ ให้วางทรัพยากร Foundry ไว้ร่วมกับแอปพลิเคชันของคุณ; ใช้ deployment แบบ data-zone หากการอนุมานต้องอยู่ในภูมิภาค โดยคิดที่ $0.05 ต่อล้านโทเค็นแทน $0.042 การเชื่อมต่อของคุณคือการเรียก HTTPS พร้อมเนื้อหา JSON และรูปแบบการตอบกลับคือความน่าจะเป็นที่คุณกำหนดเกณฑ์
• เวลาจนถึงการเรียกครั้งแรก — ไม่ถึงหนึ่งชั่วโมงบน Foundry เทียบกับการตั้งค่า GPU, ชุดเครื่องมือที่ล็อกเวอร์ชันไว้ และการรันเพื่อทำซ้ำ
• โหมดความล้มเหลว — การจำกัดอัตราหรือการล่มของภูมิภาค เทียบกับ CUDA OOM หรือเวอร์ชันเคอร์เนลที่ไม่ตรงกัน
• เส้นทางการอัปเกรด — ไม่มี ผู้ขายจะส่งเวอร์ชันใหม่ เทียบกับแท็กอะแดปเตอร์ใหม่ที่คุณจะปักหมุดหรือไม่สนใจก็ได้
• ทางออก — ไม่มี, แบบโฮสต์เท่านั้น เทียบกับน้ำหนักที่ยังอยู่ที่เดิม ภายใต้เงื่อนไขสัญญาอนุญาต
ในจุดที่ผู้สืบทอดทำให้เรื่องราวซับซ้อนยิ่งขึ้น
Nimble v3 ไม่ใช่โมเดลปัจจุบันของ Bespoke Labs และเรื่องนี้สำคัญสำหรับทุกคนที่กำลังประเมินมันในตอนนี้ Nimble-v4-max ซึ่งอัปโหลดเมื่อวันที่ 3 พฤศจิกายน 2026 เป็นการฟাইনจูนแบบเต็มรูปแบบของ Qwen3.8-27B ไม่ใช่อะแดปเตอร์ เผยแพร่พร้อมประวัติแท็กและตารางเบนช์มาร์ก: 72.74 บน Decision Index 0.3 public เพิ่มขึ้นจาก 68.46 ที่ v4.0 ครอบคลุม 43 เบนช์มาร์ก โดยคะแนนของแต่ละเบนช์มาร์กอยู่ในไฟล์ JSON ต้องใช้พื้นที่ประมาณ 55 GB ใน BF16 และ GPU ขนาด 80 GB หนึ่งตัว นอกจากนี้ยังอยู่ภายใต้สัญญาอนุญาต CC BY-NC 4.0
ดังนั้นการประเมินตามจริงเกี่ยวกับ Nimble v3 ในวันนี้ก็คือ มันเป็นรุ่นก่อนหน้าของสายผลิตภัณฑ์ที่เดินหน้าไปแล้วถึงสองครั้ง และคะแนนที่เผยแพร่เพียงหนึ่งเดียวของมันก็อยู่บนเวอร์ชันชุดทดสอบที่โมเดลปัจจุบันทิ้งไปแล้ว การนำเรือธงแบบโฮสต์อายุสามสัปดาห์ของผู้ขายมาเทียบกับอะแดปเตอร์ที่อัปโหลดอย่างเงียบ ๆ ซึ่งล้าสมัยไปสองรีวิชัน ไม่ใช่การเปรียบเทียบที่ยุติธรรมในทั้งสองแกน คำถามด้านผลิตภัณฑ์จริง ๆ คือ Microsoft-Decision-1.1 เทียบกับ Nimble-v4-max และแม้แต่ตรงนั้น คำตอบเรื่องใบอนุญาตก็ยังไม่เปลี่ยน
กุญแจหนึ่งดอก ในขณะที่คุณยังตัดสินใจอยู่
ทั้งสองโมเดลไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และบทความนี้จะไม่เสนอเป็นอย่างอื่น: Microsoft-Decision-1.1 มีให้ใช้เฉพาะใน Foundry และอะแดปเตอร์ CC BY-NC ไม่ใช่สิ่งที่เราเตอร์เชิงพาณิชย์จะให้บริการได้ สิ่งที่แคตตาล็อกมีคือกลุ่มโมเดลข้างเคียง ซึ่งเป็นจุดที่การประเมินส่วนใหญ่เริ่มต้นจริง ๆ
พื้นที่ใกล้เคียงยังมีประโยชน์อยู่ เพราะทั้งสองฝ่ายของการจับคู่นี้ต่างนิยามตัวเองเทียบกับคู่แข่งรายเดียวกัน Jev 1.14คือคู่แข่งรายนั้น: Microsoft-Decision-1.1 เอาชนะได้ 1.55 คะแนนบนกระดานจัดอันดับอิสระ และเช็กพอยต์รุ่นก่อนของ Bespoke วัดตัวเองเทียบกับ Jev 1.13.0 ใน README ของตัวเอง Jev 1.14 ให้คำตอบในราคา $0.042 ต่อล้านโทเค็นทั้งขาเข้าและขาออก โมเดลฐาน Gemma 4 26B A4B ซึ่งเป็นโมเดลที่ Microsoft นำมาฝึกต่อยอด สามารถกำหนดเส้นทางได้ในราคา $0.25 ต่อล้านโทเค็นขาเข้า และ $2.90 ขาออก วาง Jev และโมเดลทั่วไปไว้บนทราฟฟิกที่ติดป้ายกำกับของคุณเองหลังเอนด์พอยต์เดียว พร้อมการสลับไประบบสำรองอัตโนมัติ แล้วคุณจะรู้ภายในบ่ายเดียวว่าโมเดลตัดสินใจสมควรมีที่ในเส้นทางหรือไม่ — ก่อนรอบจัดซื้อ และก่อนซื้อ GPU ถ้าเป็นเช่นนั้น เราเตอร์จะยังอยู่หน้าโมเดลตัดสินใจใดก็ตามที่คุณติดตั้งไว้ ดังนั้นขีดจำกัดอัตราของผู้ให้บริการรายหนึ่งจึงกลายเป็นการเปลี่ยนเส้นทางใหม่ แทนที่จะเป็นเหตุการณ์ขัดข้อง

สิ่งที่ฮาร์เนสนั้นจะไม่บอกคุณ คือ Decision 1.1 เองจะทำงานอย่างไรกับข้อมูลของคุณ สำหรับเรื่องนั้น คุณต้องมีดีพลอยเมนต์ของ Foundry และเลเบลของคุณเอง และไม่มีทางลัดในการติดเลเบล
วิธีการเลือก
เลือก Microsoft-Decision-1.1 หากงานของคุณเป็นเชิงพาณิชย์ หากคุณต้องการคะแนนที่ผ่านการปรับเทียบซึ่งอ้างอิงคณะกรรมการอิสระได้ หากคุณต้องการอินพุตแบบภาพ หรือหากคุณยอมจ่ายค่าเช่า 123 ms ดีกว่าต้องเป็นเจ้าของไปป์ไลน์ GPU เอง — ซึ่งก็คือทีมส่วนใหญ่
พิจารณา Nimble v3 ก็ต่อเมื่อทั้งสามข้อนี้เป็นจริงเท่านั้น: การใช้งานไม่ใช่เชิงพาณิชย์ การเรียกโมเดลไม่สามารถออกนอกโครงสร้างพื้นฐานของคุณได้ และคุณพร้อมที่จะรันเอนจินของโปรเจกต์เองแทนที่จะใช้ตัวโหลดทั่วไป หากข้อใดข้อหนึ่งไม่เป็นจริง สัญญาอนุญาตหรือวิศวกรรมได้ตัดสินใจแทนคุณไปแล้ว — และหากวันนี้คุณกำลังจะเลือก Nimble อยู่แล้ว ให้ดู Nimble-v4-max ก่อน เพราะคะแนนที่เผยแพร่เพียงค่าเดียวของ v3 เป็นตัวเลขที่เก่าที่สุดในการเปรียบเทียบ
สิ่งที่ต้องระวังคือตารางที่ดูเรียบร้อย ตัวเลข 56.88 เทียบกับ 67.78 ดูเหมือนคำตัดสิน แต่ไม่ใช่คำตัดสิน มันคือชุดทดสอบสองชุดที่ต่างกัน สองวัยที่ต่างกัน และสัญญาอนุญาตสองแบบที่ต่างกัน ซึ่งถูกจัดฉากให้ดูเหมือนการแข่งม้า โมเดลที่มาพร้อมกับผลิตภัณฑ์ของคุณคือโมเดลแบบโฮสต์ และโมเดลที่รันในแล็บของคุณคือโมเดลแบบเปิด นั่นคือเส้นแบ่งที่แท้จริง และไม่มีเบนช์มาร์กใดทำให้มันเปลี่ยนไปได้
