Nanbeige4.3-33B vs Xing 4.0 29B-A4B: ช่องว่างปลายทาง 23 คะแนน และการพลิกกลับ 16 คะแนน

Nanbeige4.3-33B และ Xing 4.0 29B-A4B เป็นคำโปรยเดียวกันที่นำเสนอจากทิศทางตรงกันข้ามกัน ตัวแรกเป็นโมเดลแบบ dense ขนาด 33,000 ล้านพารามิเตอร์จาก Nanbeige LLM Lab ของ BOSS Zhipin เผยแพร่เมื่อ 24 ตุลาคม 2026 ภายใต้ Apache 2.0 มีบริบท 524,288 โทเคน และสูตรการให้บริการที่ถือว่าต้องใช้ GPU สี่ตัว ตัวที่สองเป็น mixture of experts ขนาด 29,000 ล้านพารามิเตอร์จาก TeleAI ของ China Telecom น้ำหนักโมเดลเปิดเผยต่อสาธารณะตั้งแต่ 16 กันยายน 2026 เปิดใช้งานพารามิเตอร์ประมาณ 4,000 ล้านตัวต่อโทเคน และการ์ดของโมเดลเองอ้างว่าพอดีกับการ์ดสำหรับผู้บริโภค 24GB เพียงใบเดียวที่ 4-bit ทั้งคู่มุ่งเป้าไปที่การเขียนโค้ดแบบ agentic และลูปเครื่องมือยาว ทั้งคู่จัดส่งน้ำหนักแบบเปิด ยังไม่มีใครนำทั้งสองมาเทียบกันแบบตัวต่อตัว รวมถึงแล็บของตัวเองด้วย — การ์ดของ Nanbeige ทำ benchmark เทียบกับ Qwen3.8-27B, Muse-Glimmer-30B และ Gemma4-31B; ของ Xing ทำ benchmark เทียบกับ Gemma4-26B-A4B และ Qwen3.6-35B-A3B ทั้งคู่ไม่เคยกล่าวถึงกันเลย

นั่นไม่ใช่ช่องว่างที่คุณจะกลบได้ด้วยตารางเปรียบเทียบ เพราะตารางของผู้จำหน่ายสองรายใช้ชุดทดสอบที่ต่างกัน ใช้การสุ่มตัวอย่างที่ต่างกัน และใช้ชุดคู่แข่งที่ต่างกัน สิ่งที่คุณทำได้นั้นแคบกว่าและมีประโยชน์กว่า: หาแถวที่ทั้งสองแล็บบังเอิญมีร่วมกัน อ่านเชิงอรรถที่ตัดสินว่าแถวเหล่านั้นมีความหมายหรือไม่ แล้วแยกโมเดลหนึ่งที่ถูกวัดโดยคนที่ไม่ได้ถูกจ้างให้วัดมัน ออกจากอีกโมเดลที่ยังไม่ถูกวัดเช่นนั้น

33 พันล้านแบบ dense เทียบกับ 4 พันล้านแบบ active ก่อนจะมีการรัน benchmark ใด ๆ

ความแตกต่างทางสถาปัตยกรรมไม่ใช่แค่ประเด็นไว้พูดคุยกันเล่น ๆ แต่มันคือค่าใช้จ่าย เวลาแฝง และแผนการนำไปใช้งาน และสิ่งนี้ถูกกำหนดไว้แล้วก่อนที่โมเดลตัวใดตัวหนึ่งจะตอบพรอมต์แม้แต่ครั้งเดียว

Nanbeige4.3-33B เป็นตัวถอดรหัสแบบ dense มาตรฐาน — LlamaForCausalLM, 52 เลเยอร์, ขนาด hidden 7,168, การให้ความสนใจแบบ grouped-query ที่ 56 query heads และ 8 KV heads ทุกโทเค็นที่สร้างขึ้นต้องจ่ายสำหรับพารามิเตอร์ทั้งหมด 33.1 พันล้านตัว เช็คพอยต์ BF16 มีขนาด 66.3 GB กระจายอยู่บน safetensors shard สิบสี่ชิ้น และทั้งสูตร vLLM และ SGLang ในรีโพซิทอรีระบุ tensor parallelism เป็น 4 ซึ่งบอกให้รู้ว่าเครื่องที่ตั้งใจใช้คือโหนดสี่ GPU ไม่ใช่เวิร์กสเตชัน

Xing 4.0 29B-A4B เป็นโมเดลแบบ sparse: มีพารามิเตอร์ 29 พันล้านตัวในเช็กพอยต์, มี routed expert 64 ตัว โดยใช้งาน 4 ตัวบวก shared อีก 1 ตัว, มี 40 เลเยอร์, ขนาด hidden 3,584, สร้างบนสิ่งที่การ์ดของมันเรียกว่า mHC + MLA + MTP การคำนวณต่อโทเคนสเกลตามพารามิเตอร์ที่ใช้งาน 4 พันล้านตัว ไม่ใช่ 29 พันล้านตัวที่จัดเก็บไว้ ผู้ขายอ้างว่าการควอนไทซ์แบบ 4-bit ใช้ VRAM ประมาณ 15 GB ซึ่งจะทำให้มันรันบน RTX 3090 หรือ 4090 ได้ — เป็นข้ออ้างที่ควรตรวจสอบกับไฟล์ควอนไทซ์จริงก่อนซื้อฮาร์ดแวร์มารองรับ เพราะ repository รายงานขนาด tensor 31B พารามิเตอร์สำหรับเช็กพอยต์เต็ม และตัวเลขสองตัวนี้ดูขัดกันอย่างแปลก ๆ

ทุกสิ่งอื่นล้วนเป็นผลสืบเนื่องจากการแยกนั้น

• บริบท — Nanbeige4.3-33B 524,288 โทเคน แบบเนทีฟ โดยไม่มีส่วนขยาย YaRN ในสูตร; Xing 4.0 29B-A4B 262,144 แบบเนทีฟ ซึ่งระบุว่าสามารถขยายได้ถึง 512K แม้ว่าจะไม่มีการเผยแพร่สูตรการขยายก็ตาม

• พื้นที่หน่วยความจำที่ต้องใช้จริงขั้นต่ำ — Nanbeige4.3-33B ใช้พื้นที่ 66.3 GB สำหรับน้ำหนัก BF16 ก่อนหัก KV cache และต้องใช้ tensor parallel แบบสี่ทาง; ส่วน Xing 4.0 29B-A4B ใช้ประมาณ 15 GB ที่ 4-bit ตามข้อมูลของผู้ขายเอง โดยใช้การ์ดเพียงใบเดียว

สแตกการฝึก — Nanbeige4.3-33B ไม่มีเอกสารอธิบายโดยละเอียด; Xing 4.0 29B-A4B ถูกฝึกแบบครบวงจรบนคลัสเตอร์ Ascend 910C ด้วย MindSpore และ MindFormers โดยอ้างว่ามีการปรับปรุงทรูพุต 96% เมื่อเทียบกับค่าพื้นฐานแบบพร้อมใช้งานของผู้จำหน่ายเอง นั่นเป็นการอ้างอิงจากค่าพื้นฐานภายในที่ไม่มีจุดอ้างอิงสาธารณะ จึงไม่สามารถตรวจสอบได้จากภายนอก แต่เป็นข้อความเชิงวิศวกรรมที่น่าสนใจกว่าของทั้งสองรีลีส

สัญญาอนุญาต — Apache 2.0 ทั้งสองรายการ ซึ่งทำให้ราคาดาวน์โหลดเป็นศูนย์สำหรับทั้งคู่ และย้ายข้อถกเถียงไปที่ฮาร์ดแวร์และโทเคนทั้งหมด

ทั้งสองแล็บรันห้าแถว และมีสองแถวที่ผลไม่ตรงกัน

การ์ดโมเดลทั้งสองใบมีชื่อเบนช์มาร์กที่ตรงกันห้ารายการ: Terminal-Bench 2.1, Tau3-Bench, Claw-Eval, AIME2026 และ AA.LCR การอ่านเทียบข้ามทั้งสองคือการเปรียบเทียบเชิงปริมาณเพียงอย่างเดียวที่มีอยู่ และเชิงอรรถคือจุดที่มันจะยืนหยัดได้หรือพังทลายลง

• Terminal-Bench 2.1 — Nanbeige4.3-33B 80.9, Xing 4.0 29B-A4B 57.5 ทั้งสองแล็บกล่าวว่าพวกเขารันมันใน Terminus 2 ซึ่งทำให้สิ่งนี้เป็นสิ่งที่ใกล้เคียงที่สุดกับเครื่องมือวัดที่ใช้ร่วมกันในตารางทั้งสอง แต่มันก็ยังไม่ใช่การทดลองเดียวกัน: การ์ดของ Xing ระบุอุณหภูมิ 0.8, top-p 0.95, สูงสุด 64K tokens, หมดเวลา 24 ชั่วโมง และค่าเฉลี่ยของการรันสามครั้ง; ของ Nanbeige ระบุเพียงฮาร์เนสและไม่มีอย่างอื่น ช่องว่าง 23 จุดภายใต้ฮาร์เนสที่เกือบเหมือนกันเป็นสัญญาณเดี่ยวที่แข็งแกร่งที่สุดในการเปรียบเทียบนี้ และยังคงเป็นสัญญาณมากกว่าการวัด

• Tau3-Bench — Nanbeige4.3-33B 48.8, Xing 4.0 29B-A4B 64.63 นี่คือการกลับทิศ และถือว่ามากทีเดียว Xing ชนะในด้านบทสนทนาการใช้เครื่องมือเกือบ 16 คะแนน บนตระกูลเบนช์มาร์กที่ทดสอบการเรียกฟังก์ชันหลายรอบได้ตรงที่สุด ข้อควรระวังอยู่ที่ตัวชี้วัด: Xing รายงาน pass^1 ซึ่งเป็นค่าเฉลี่ยจากการรันสี่ครั้งบน harness ทางการของ tau-bench; Nanbeige ระบุว่าใช้ที่เก็บโค้ดทางการ แต่ไม่ได้ระบุวิธีการรวมผล และจัดแถวนี้ไว้ภายใต้ agentic coding แทนที่จะเป็น tool use

• Claw-Eval — Nanbeige4.3-33B 78.3 ที่ pass^3, Xing 4.0 29B-A4B 76.55 อันนี้ควรถูกทิ้งมากกว่าจะนำมาอ่าน เชิงอรรถของ Nanbeige ระบุว่าได้ประเมินเฉพาะซับเซต General ของ Claw-Eval ซึ่งมี 157 งานแบบเทิร์นเดียว ส่วนของ Xing ไม่ได้ระบุชื่อซับเซต ความต่าง 1.75 คะแนนระหว่างสองเวอร์ชันที่ไม่ได้ระบุชื่อของ Benchmark เดียวกันนั้นเป็นเพียงสัญญาณรบกวนที่แต่งตัวเป็นผลการทดสอบ

• AIME2026 — Nanbeige4.3-33B 95.2, Xing 4.0 29B-A4B 90.0 คณิตศาสตร์เชิงการแข่งขัน เฉลี่ยจากการรันห้าครั้งในฝั่ง Xing สูงสุด 131,072 โทเค็น; การสุ่มตัวอย่างของ Nanbeige ไม่ได้ระบุไว้อีกเช่นเคย ทั้งสองมีความแข็งแกร่ง ลำดับสอดคล้องกับผลลัพธ์ปลายทาง และไม่มีตัวเลขใดบอกอะไรได้มากนักเกี่ยวกับงานจริงของทั้งสองโมเดล

• {{1}}AA.LCR{{/1}} — {{2}}Nanbeige4.3-33B{{/2}} 84.0, {{3}}Xing 4.0 29B-A4B{{/3}} 61.0 การให้เหตุผลแบบบริบทยาว และเป็นช่องว่างตามสัดส่วนที่กว้างที่สุดรองจาก {{4}}Terminal-Bench{{/4}} น่าชี้ให้เห็นว่านี่เป็นเกณฑ์มาตรฐานของ {{5}}Artificial Analysis{{/5}} ที่ดำเนินการโดยผู้จำหน่ายสองราย ดังนั้นตัวเลขทั้งสองจึงไม่ใช่ตัวเลขของ {{6}}Artificial Analysis{{/6}}

สี่ในห้าสนับสนุน Nanbeige4.3-33B ข้อเดียวที่ให้ผลตรงกันข้ามคือข้อเกี่ยวกับการเรียกใช้เครื่องมือตามลำดับ ซึ่งเป็นสิ่งที่เอเจนต์ทำตลอดทั้งวัน ความขัดแย้งนั้นเป็นสิ่งที่มีประโยชน์ที่สุดบนการ์ดทั้งสองใบ และไม่มีแล็บไหนกล่าวถึงเรื่องนี้เลย

มีข้อสังเกตเรื่องความน่าเชื่อถือที่เอื้อประโยชน์แก่ Nanbeige ในแถวเทอร์มินัลโดยเฉพาะ การ์ดของมันเองอ้างว่า Terminal-Bench 4.0 ได้ 23.8 ขณะที่ Artificial Analysis ซึ่งรันฮาร์เนสของตัวเองวัดได้ 29.8 ผลการวัดจากภายนอกสูงกว่าตัวเลขที่ผู้ขายอ้างไว้เองถึงหกคะแนน ซึ่งเป็นทิศทางตรงกันข้ามกับปกติ และบ่งชี้ว่าตารางของผู้ขายในที่นี้ไม่ได้ถูกทำให้พองเกินจริง Xing 4.0 29B-A4B ไม่มีการตรวจสอบเทียบเคียงในลักษณะนี้

มีเพียงหนึ่งในโมเดลเหล่านี้ที่มีหมายเลขที่ไม่มีใครจ่ายเงินซื้อ

Nanbeige4.3-33B ได้รับการให้คะแนนแล้ว Artificial Analysis จัดให้อยู่ที่ 20 บน Intelligence Index v5.0.1 — เป็นอันดับหนึ่งจากเก้าในกลุ่มเปรียบเทียบแบบ open-weight โดยมีค่ามัธยฐานของกลุ่มอยู่ที่ 10 และอยู่อันดับที่ 76 ในรายการโมเดลทั้งหมด คะแนนย่อยให้ข้อมูลได้มากกว่าคะแนนรวม: Terminal-Bench 4.0 อยู่ที่ 29.8%, FrontierCode 2.0 อยู่ที่ 10.7% และอัตราการไม่สร้างข้อมูลเท็จ (non-hallucination) ที่ 81.8% ซึ่งเป็นตัวเลขที่ดีที่สุดเป็นอันดับเจ็ดบนเว็บไซต์ มันปฏิเสธที่จะตอบคำถามจำนวนมาก สำหรับโมเดลที่ถูกสร้างขึ้นมาโดยเฉพาะเพื่อเป็นครูสำหรับการกลั่นความรู้ (distillation teacher) นั่นถือเป็นคุณสมบัติที่ดี

Xing 4.0 29B-A4B ไม่มีรายการใน Artificial Analysis ไม่ใช่รายการที่แย่ — แต่ไม่มีเลย เว็บไซต์ส่งคืน 404 สำหรับ slug ของโมเดลในการสะกดที่เป็นไปได้ทั้งสองแบบ และไม่มีตัวเลขคะแนนรวม คะแนนย่อย ราคา หรือความเร็วสำหรับโมเดลนี้ที่ใดเลยบนบอร์ดนั้น

ความไม่สมมาตรนี้กำหนดทุกสิ่งที่บทความเปรียบเทียบสามารถอ้างได้อย่างซื่อตรง โมเดลทั้งสองเปรียบเทียบกันได้บนตารางของผู้จำหน่าย โดยมีข้อแม้ในเชิงอรรถข้างต้น แต่เปรียบเทียบกันไม่ได้บนเครื่องมือวัดเดียวที่ทั้งสองแล็บไม่ได้ควบคุม เพราะมีเพียงโมเดลเดียวเท่านั้นที่อยู่บนเครื่องมือนั้น บทความใดก็ตามที่จัดอันดับสองโมเดลนี้เทียบกันบนพื้นที่กลาง กำลังประดิษฐ์พื้นที่กลางขึ้นมาเอง

จุดที่ร่างกฎหมายแตกต่างออกไปจริง ๆ

หากคุณกำลังเลือกระหว่างทั้งสอง ราคาของโทเค็นไม่ใช่ตัวเลขที่ใช้ตัดสิน — ต้นทุนในการทำภารกิจให้เสร็จต่างหากคือสิ่งนั้น และตัวคูณแยกกันสามตัวซ้อนกันอยู่ฝั่ง Nanbeige

ข้อแรกคือความหนาแน่น: พารามิเตอร์ 33 พันล้านตัวที่ต้องอ่านต่อโทเคนเอาต์พุต เทียบกับประมาณ 4 พันล้านตัว ไม่ว่าคุณจะมีฮาร์ดแวร์แบบใด นั่นคือตัวคูณที่มากในการคำนวณต่อโทเคน ก่อนจะพิจารณาปัจจัยอื่นใด

ประการที่สองคือความเยิ่นเย้อ และสิ่งนี้วัดได้จริงแทนที่จะเป็นการสันนิษฐาน Artificial Analysis รายงานว่า Nanbeige4.3-33B สร้างโทเค็นเอาต์พุต 160 ล้านโทเค็นตลอดการรัน Intelligence Index เทียบกับค่ามัธยฐานของคลาสที่ 77.7 ล้าน — คิดเป็น 2.06 เท่าของค่ามัธยฐาน และอยู่อันดับแปดจากแปดในการจัดอันดับความเยิ่นเย้อของเว็บไซต์ การ์ดของโมเดลเองอธิบายส่วนหนึ่งของเรื่องนี้ว่า การคิดเปิดอยู่เป็นค่าเริ่มต้น และเพดานที่แนะนำคือ 262,144 โทเค็นสำหรับงานด้านการให้เหตุผล โมเดลใดก็ตามที่ได้รับแจ้งว่าอาจคิดได้ถึงหนึ่งในสี่ของล้านโทเค็นย่อมใช้โทเค็นเหล่านี้บ้าง

เมื่อนำสองสิ่งนั้นมารวมกัน โมเดลแบบ dense ที่สร้างข้อความมากเป็นสองเท่าด้วยไม่ได้มีต้นทุนการรันต่องานที่ทำเสร็จสูงเป็นสองเท่า แต่ใกล้เคียงกับหนึ่งลำดับขนาดมากกว่า นั่นคือสาระจริงของการเปรียบเทียบ 33B กับ 4B-active และมันไม่ปรากฏที่ใดเลยในตาราง benchmark ทั้งสองตาราง

ประการที่สามยังไม่เป็นที่ทราบ และมันเป็นผลดีต่อ Xing เพียงเพราะเป็นค่าเริ่มต้นเท่านั้น ยังไม่มีใครเผยแพร่ตัวเลขความเยิ่นเย้อของ Xing 4.0 29B-A4B ดังนั้นโมเดลที่ active 4B ซึ่งไม่มีการวัดประสิทธิภาพโทเค็นอาจถูกจริงต่องาน หรืออาจปล่อยโทเค็นมากพอจนลบข้อได้เปรียบบางส่วนไป คุณกำลังเปรียบเทียบโมเดลแพงที่วัดแล้วกับโมเดลถูกที่ยังไม่ได้วัด

สิ่งที่คุณสามารถเรียกได้ในวันนี้

โมเดลทั้งสองไม่ได้ถูกโฮสต์ในความหมายทั่วไป และความแตกต่างระหว่างโมเดลทั้งสองนั้นเล็กกว่าที่การรายงานข่าวการเปิดตัวบ่งชี้

{{1}}Nanbeige4.3-33B{{/1}} ไม่มี API เลย หน้า Hugging Face ของโมเดลระบุว่าโมเดลนี้ไม่ได้ถูกให้บริการโดยผู้ให้บริการ inference รายใด และ Artificial Analysis บันทึกว่าไม่มี API ที่เปิดให้ใช้งานทั่วไป และปล่อยช่องราคาไว้ว่างเปล่า การเข้าถึงหมายถึงการดาวน์โหลดเวตต์ 66 GB และรันบนฮาร์ดแวร์ที่คุณเป็นเจ้าของหรือเช่า

Xing 4.0 29B-A4B มีน้ำหนักโมเดลให้ใช้งานตั้งแต่ 16 กันยายน และมีเส้นทางแบบคิดค่าบริการตามการใช้งานที่เปิดตัวกลางเดือนตุลาคม: มาร์เก็ตเพลสของบุคคลที่สามระบุราคาไว้ที่ $0.22 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ $0.90 ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น โดยมีเวอร์ชันโปรโมชันฟรีของเอนด์พอยต์เดียวกันถูกระบุไว้เคียงข้างกัน แผงผู้ให้บริการอินเฟอเรนซ์ของ Hugging Face ยังว่างอยู่ ดังนั้นเส้นทางที่โฮสต์จึงดำเนินการผ่านมาร์เก็ตเพลสแทนที่จะผ่านผู้ขาย และระดับราคาโปรโมชันไม่ใช่ราคาที่คุณควรใช้วางงบประมาณ

พูดตรง ๆ ถึงจุดยืนของเราเอง: วันนี้ไม่มีโมเดลใดอยู่ในแคตตาล็อกของ OrcaRouter ดังนั้นเราจึงไม่ใช่เส้นทางไปยังโมเดลใดโมเดลหนึ่ง และไม่มีอะไรด้านล่างนี้ที่แสร้งทำเป็นว่าเป็นเช่นนั้น จุดที่เราเตอร์พิสูจน์คุณค่าในการตัดสินใจแบบนี้คือการเป็นกลุ่มควบคุม วิธีที่ถูกที่สุดในการหาว่าโมเดล dense ขนาด 33B ที่โฮสต์เองคุ้มกับสี่ GPU หรือไม่ คือวางมันเทียบกับสิ่งที่คุณเรียกใช้แบบคิดตามโทเค็นได้ และวัดทั้งสองบนงานของคุณเอง — และกลุ่มควบคุมที่ชัดเจนในที่นี้คือโมเดลที่การ์ดโมเดลของ Nanbeige เองใช้เป็น基準เปรียบเทียบ Qwen3.8-27B อยู่ในแคตตาล็อกของเราที่ $0.33 ต่ออินพุตหนึ่งล้านโทเค็น และ $2.40 ต่อเอาต์พุตหนึ่งล้านโทเค็น โดย Artificial Analysis ให้คะแนน 20.1 เทียบกับ 20 ของ Nanbeige และใช้คีย์เดียวกันกับส่วนที่เหลือของแคตตาล็อก โดยส่งผ่านราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม. สิ่งนี้ทำให้การเปรียบเทียบเป็นกฎการกำหนดเส้นทางมากกว่าสัญญาฉบับที่สอง

ใครควรเลือกอันไหน

ความแตกต่างนี้จะเข้าใจได้ชัดเจนเมื่อคุณยอมรับว่านี่เป็นการตัดสินใจระหว่างความสามารถกับต้นทุน ไม่ใช่ระหว่างความสามารถกับความสามารถ

Nanbeige4.3-33B คือตัวเลือกเมื่อผลิตภัณฑ์คืองานบนเทอร์มินัล การนำอยู่ 23 คะแนนบนฮาร์เนส Terminus 2 ที่แทบจะใช้ร่วมกัน ตัวเลขการไม่ฮัลลูซิเนตสูงสุดในคลาสเดียวกัน หน้าต่าง 512K แบบเนทีฟ และคะแนนอิสระที่ออกมาสูงกว่าที่ผู้ขายอ้างไว้เอง นั่นคือโมเดลที่คุ้มค่ากับสี่ GPU หากงานของคุณเป็นงานโค้ดและงานเชลล์ระยะยาว และหากคุณรับค่าใช้จ่ายโทเคนที่ประมาณสองเท่าของค่ามัธยฐานในคลาสได้

Xing 4.0 29B-A4B คือตัวเลือกเมื่อข้อจำกัดคือการใช้การ์ดเพียงใบเดียวและใบแจ้งหนี้แบบคิดตามการใช้งาน โดยนำอยู่ 16 คะแนนบน Tau3-Bench มีขนาดที่ผู้ขายบอกว่าพอดีกับการ์ด 24GB ใช้พลังประมวลผลต่อโทเคนเพียงหนึ่งในสี่ของ Nanbeige และเป็นเพียงตัวเดียวในสองตัวที่มีราคาที่จ่ายได้โดยไม่ต้องซื้อฮาร์ดแวร์ แต่ยังเป็นโมเดลที่อ่อนกว่าในแถวเดียวที่ชุดทดสอบใกล้เคียงกันมากที่สุด ดังนั้นเหตุผลที่เลือกจึงเป็นเรื่องเศรษฐกิจและการปฏิบัติการ ไม่ใช่ความสามารถ

สองสิ่งจะช่วยให้ประเด็นที่ยังคงค้างอยู่ได้ข้อสรุป การรัน Artificial Analysis บน Xing 4.0 29B-A4B จะเปลี่ยนการเปรียบเทียบแบบอสมมาตรให้เป็นแบบสมมาตร และตัวเลข Tau3-Bench จาก Nanbeige ที่ระบุวิธีการรวมผลไว้ชัดเจนจะบอกคุณได้ว่า การกลับทิศ 16 คะแนนนั้นเป็นจุดอ่อนจริงในการใช้เครื่องมือ หรือเป็นเพียงผลจากตัวชี้วัดสองตัวที่ต่างกันแต่ใช้ชื่อเดียวกัน จนกว่าจะมีอย่างใดอย่างหนึ่งเกิดขึ้น สรุปตามจริงก็คือ Nanbeige4.3-33B เป็นโมเดลที่แข็งแรงกว่าจากหลักฐานที่มีอยู่ และ Xing 4.0 29B-A4B คือรุ่นที่คุณพอจะมีงบรันได้ — และขนาดของ trade-off นั้นเป็นคำถามเกี่ยวกับส่วนผสมงานของคุณ ไม่ใช่เกี่ยวกับการ์ดของโมเดลใดโมเดลหนึ่ง