NVIDIA Nemotron Labs Dory 1.0 4B vs Qwen 3.8: 4B โอเพนเวท ปะทะไลน์สามระดับของ Alibaba

การเปรียบเทียบ N​VIDIA N​emotron Labs Dory 1.0 4B กับ "Qwen 3.8" ไม่ใช่การจับคู่แข่งขัน — แต่เป็นความไม่สมน้ำสมเนื้อในแบบที่เจาะจงและให้แง่คิด Qwen 3.8 ไม่ใช่โมเดลเดียว ในฝั่งโอเพนเวท มันคือ Qwen3.8-27B โมเดลมัลติโมดัลแบบ dense ขนาด 27B ภายใต้ Apache 2.0 พร้อมหน้าต่าง 256K และเหนือขึ้นไปคือ Qwen3.8-Flash และ Qwen3.8-Max ซึ่งทั้งคู่มีขนาดใหญ่กว่า และให้บริการผ่าน API ของ A​libaba เท่านั้น Dory เป็นเช็กพอยต์ขนาด 4B ตัวเดียว รองรับเฉพาะข้อความและเฉพาะภาษาอังกฤษจาก N​VIDIA เผยแพร่บน Hugging Face ในสี่รูปแบบการควอนไทซ์ภายใต้สัญญาอนุญาต OpenMDW 1.1 โดยการ์ดของมันประทับว่า "GA (10/16/2026)" และไม่มีประกาศใด ๆ รองรับอยู่เบื้องหลัง ดังนั้นคำถามจริง ๆ จึงไม่ใช่ว่า 4B จะเอาชนะ 27B ได้หรือไม่ แต่คือว่า 4B แบบ elastic-depth ที่คุณโฮสต์เองเป็นวิธีที่ถูกกว่าในการไปถึงระดับงานที่คุณไม่เช่นนั้นจะต้องเช่าจากตระกูล Qwen3.8 หรือไม่ — และข้อเท็จจริงสองข้อที่เกี่ยวข้องกับการตัดสินใจมากที่สุดคือ Qwen3.8-27B เป็นโอเพนเวท ดังนั้นทั้งสองโมเดลจึงรันบนฮาร์ดแวร์ของคุณ และการ์ดของ Dory เองไม่ได้เปรียบเทียบกับโมเดล Qwen3.8 ใด ๆ เลย

อะไรกันแน่ที่กำลังถูกเปรียบเทียบ

เริ่มจากฝั่ง Qwen ก่อน เพราะ "Qwen 3.8" ยุบรวมข้อเสนอที่แตกต่างกันสามข้อเข้าไว้ด้วยกัน

Qwen3.8-27Bเป็นโมเดล vision-language แบบ dense น้ำหนักเปิดของ Alibaba ภายใต้สัญญาอนุญาต Apache 2.0 มีพารามิเตอร์ 27B จำนวน 64 เลเยอร์ มิติซ่อน 5,120 พร้อมบริบทเนทีฟ 262,144 โทเคน ซึ่งการ์ดโมเดลระบุว่าสามารถขยายได้ถึงหนึ่งล้านโทเคน ตัวโมเดลรับข้อความ รูปภาพ และวิดีโอ แล้วส่งคืนข้อความ ใช้โครงสร้างแบบผสมระหว่าง Gated DeltaNet และ Gated Attention ตลอด 16 บล็อกที่ทำซ้ำ และจัดส่งในรูปแบบ Transformers พร้อมรองรับ vLLM, SGLang และ TokenSpeed โดยรายงานผล 90.3 บน LiveCodeBench v6, 89.2 บน GPQA Diamond, 79.5 บน IFBench และ 73.0 บน Terminal-Bench 2.1 ท่ามกลางรายการผลลัพธ์ด้าน agentic และ vision อีกยาวเหยียด เปิดให้สาธารณะตั้งแต่กลางเดือนสิงหาคม 2026 และถูกดึงไปใช้หลายล้านครั้ง

Qwen3.8-Flash และ Qwen3.8-Max คือระดับที่ให้บริการแบบโฮสต์ Flash เป็นโมเดลมัลติโมดัลที่ปรับแต่งเพื่อต้นทุนคุ้มค่า รองรับบริบทหนึ่งล้านโทเคน ส่วน Max เป็นเรือธงของ Alibaba ซึ่งมีบริบทหนึ่งล้านโทเคนเช่นกัน และวางตำแหน่งไว้ให้แข่งกับโมเดลกรรมสิทธิ์ที่แข็งแกร่งที่สุด ทั้งสองรุ่นไม่มีเวทเปิด (open weights) คุณเข้าถึงได้ผ่าน API

N​VIDIA N​emotron Labs Dory 1.0 4Bเป็นรุ่นขนาด 4B มีสถาปัตยกรรมแบบ dense, looped, latent-recurrent — บล็อกอินพุต 8 เลเยอร์, บล็อก recurrent 20 เลเยอร์ที่นำมาใช้ซ้ำจำนวนครั้งแบบแปรผัน, บล็อกเอาต์พุต 8 เลเยอร์ — พร้อมกลไก attention แบบไฮบริดที่สลับระหว่าง sliding window กับ full attention ข้อความเข้า ข้อความออก รองรับเฉพาะภาษาอังกฤษ บริบท 256K ผ่านการฝึกก่อน (pre-trained) ด้วยโทเคน 6 ล้านล้านโทเคน โดยประมาณ 4.5 ล้านล้านโทเคนแรกเป็น NVFP4 โดยกำเนิด บวกกับการขยายบริบทอีก 3 แสนล้านโทเคน จากนั้นจึงทำ SFT และ GRPO แบบหลายสภาพแวดล้อม ไม่มีปลายทางแบบโฮสต์สำหรับโมเดลนี้ที่เราสามารถยืนยันได้

จุดหนึ่งที่ต้องทำความเข้าใจให้ถูกต้อง เพราะมันทำให้หลายคนสับสน: NVIDIA เปิดตัว Dory ในรูปแบบ BF16, MXFP8, NVFP4 และ Q5_K_M GGUF รหัส repository มาตรฐานคือ MXFP8 แต่ benchmarks ใน card นั้นวัดบน BF16 MXFP8 เป็นการควอนไทซ์ของ weights เดียวกัน ไม่ใช่โมเดลที่แตกต่าง

ความแตกต่างของสเปก

• พารามิเตอร์ — Dory 1.0 4B เป็นแบบ dense 4B โดยมีบล็อกแบบวนซ้ำที่ถูกนำมาใช้ซ้ำ ทำให้การคำนวณที่มีประสิทธิผลต่อโทเคนที่สี่รอบมีจำนวนเกินกว่าจำนวนพารามิเตอร์ Qwen3.8-27B เป็นแบบ dense 27B พร้อมหอคอยวิสัยทัศน์ ทั้งสองไม่ได้อยู่ในระดับน้ำหนักเดียวกัน และมีเพียงตัวเดียวเท่านั้นที่เหมาะกับการปรับใช้ในหน่วยความจำขนาดเล็ก

• มอดาลิตี — Qwen3.8-27B รับทั้งภาพและวิดีโอรวมถึงข้อความ ส่วน Dory รับเฉพาะข้อความ งานใดก็ตามที่มีภาพรวมอยู่ด้วยจะจบลงตรงนี้

• บริบท — ทั้งคู่โฆษณาว่า 256K การ์ดของ Qwen3.8-27B ระบุว่ารองรับ 262,144 ตำแหน่งแบบเนทีฟ และขยายได้ถึงประมาณหนึ่งล้านตำแหน่ง ส่วนของ Dory ระบุว่าสูงสุด 256K โดยมี 262,144 ตำแหน่งที่ผ่านการตรวจสอบแล้วใน vLLM ภายใต้คำสั่ง launch ที่จัดส่งมา Qwen3.8-Flash และ Max ต่างก็ไปถึงหนึ่งล้านโทเคนได้โดยตรง

• สัญญาอนุญาต — Apache 2.0 สำหรับ Qwen3.8-27B, OpenMDW 1.1 สำหรับ Dory ทั้งสองแบบเอื้อต่อการใช้งานเชิงพาณิชย์; Apache 2.0 เป็นข้อความที่คุ้นเคยมากกว่า

• ภาษา — Qwen3.8-27B เป็นโมเดลหลายภาษาตามสายตระกูล; Dory รองรับเฉพาะภาษาอังกฤษ โดยมีภาษาโปรแกรมมิ่ง 43 ภาษาในส่วนผสมข้อมูลก่อนการฝึก

• พฤติกรรมการประมวลผล — นี่เป็นแถวเดียวที่ Dory มีสิ่งที่ Qwen3.8-27B ไม่สามารถเสนอได้ในเชิงโครงสร้าง ความลึกของ Dory เป็นพารามิเตอร์ตอนให้บริการ: หนึ่งลูปเพื่อความหน่วงต่ำ สองลูปเป็นค่าเริ่มต้นที่ N​VIDIA แนะนำ สี่ลูปเมื่อความแม่นยำแบบเอเจนต์สำคัญกว่า ทั้งหมดมาจากเช็กพอยต์เดียว โดยมีโหมด KV-caching ในลูปสุดท้ายที่ตั้งใจให้หน่วยความจำแคชคงอยู่ที่ขนาดประมาณหนึ่งลูปโดยไม่ขึ้นกับจำนวนลูป Qwen3.8-27B มีความลึกคงที่; คันโยกของมันคือการควอนไทซ์และฮาร์ดแวร์

• รูปแบบ — Dory มาพร้อมการควอนไทซ์สี่แบบ รวมถึง GGUF สำหรับ llama.cpp ส่วน Qwen3.8-27B มีรีโป FP8 แยกต่างหาก และมีระบบนิเวศอนุพันธ์ขนาดใหญ่มากของการควอนไทซ์และไฟน์จูน ซึ่งนั่นคือสิ่งที่ยอดดาวน์โหลดหลายล้านครั้งมอบให้คุณ

คำถาม benchmark ที่ตารางของ NVIDIA เองหลบเลี่ยง

นี่คือรายละเอียดที่ชวนอึดอัด ตารางเบนช์มาร์กของ N​VIDIA สำหรับ Dory เปรียบเทียบมันกับ Qwen3.5-4B, Qwen3.5-9B, Gemma 4 26B A4B และ Qwen3.6-35B-A3B โดยใช้ Q​wen สองรุ่นก่อนหน้า และไม่เคยหยิบ Qwen3.8 มาเลย นั่นเป็นทางเลือกที่สมเหตุสมผลสำหรับรุ่น 4B — Qwen3.8-27B มีขนาดใหญ่เกือบเจ็ดเท่าของมัน — แต่มันหมายความว่าผู้ผลิตไม่มีการเผยแพร่การเทียบแบบตัวต่อตัวกับ Q​wen รุ่นปัจจุบันเลย ไม่ว่าจะในทิศทางใด ส่วนการ์ด Qwen3.8-27B ของ A​libaba นั้น ทำเบนช์มาร์กกับแนวหน้าของโมเดลแบบปิด ไม่ใช่กับรุ่น 4B

สิ่งที่การ์ดของ Dory เปิดเผยออกมา เมื่อเทียบกับคู่เปรียบเทียบรุ่นเก่ากว่า นั้นซื่อตรงเกี่ยวกับจุดที่การวนซ้ำให้ผลคุ้มค่า ลองอ่านไล่ในการตั้งค่าการวนซ้ำทั้งสามแบบของมันเทียบกับ Qwen3.5-4B และ Qwen3.5-9B:

• SWE-bench Verified — 50.3 / 59.5 / 61.8 เทียบกับ 54.7 และ 61.0 เมื่อครบสี่ลูป Dory เอาชนะ 9B Q​wen ในแถวนี้ได้ในเชิงตัวเลข

• Terminal-Bench 2.1 — 12.5 / 18.1 / 22.2 เมื่อเทียบกับ 15 และ 24 โดยแพ้ทั้งคู่ รวมถึงรุ่น 4B ด้วย

• τ³-bench (Banking) — 11.6 / 12.89 / 14.69 เทียบกับ 5.03 และ 7.22 Dory ทำคะแนนได้มากกว่าสองเท่าของ Qwen ขนาด 4B และประมาณสองเท่าของรุ่น 9B

• GPQA Diamond ไม่ใช้เครื่องมือ — 69.19 / 72.41 / 72.16 เทียบกับ 77.71 และ 80.93 โดยแพ้ทั้งสองตัว

• IFBench — 74.29 / 77.94 / 79 เทียบกับ 53.83 และ 59 ถือเป็นชัยชนะครั้งใหญ่ในด้านการทำตามคำสั่ง

• AA-LCR — 63 / 71 / 73 เทียบกับ 64.7 และ 68.4 การค้นคืนบริบทยาวดีขึ้นอย่างรวดเร็วเมื่อใช้ลูป และท้ายที่สุดก็นำหน้า

• AA-Omniscience — 10.03 / 10.08 / 10.03 เทียบกับ 15.02 และ 18.05 ความรู้ที่จัดเก็บไว้แทบไม่เปลี่ยนแปลงตามจำนวนลูป ซึ่งเป็นการตรวจสอบความสมเหตุสมผลที่ส่วนที่เหลือของตารางผ่าน

ตัวเลขทุกตัวนั้นเป็นของ N​VIDIA ทั้งหมด วัดบนแฮร์เนสของ N​VIDIA โดยเปิดเผยจำนวนครั้งที่รันซ้ำ — SciCode แปดรอบ, AA-LCR สิบหกครั้ง, และเบนช์มาร์กหลายตัวรันเพียงครั้งเดียวเท่านั้น — และการ์ดนั้นติดป้ายคะแนนที่รูปร่างคล้าย Artificial-Analysis ว่าเป็น "การประมาณการภายใน" ซึ่งอาจคลาดเคลื่อนไปจากค่าอย่างเป็นทางการ ไม่มีส่วนใดเลยที่ถูกทำซ้ำ

ตอนนี้วางการ์ดของ Qwen3.8-27B ไว้ข้าง ๆ มัน คะแนนที่รายงานไว้ 89.2 บน GPQA Diamond, 79.5 บน IFBench และ 73.0 บน Terminal-Bench 2.1 ล้วนสูงกว่าตัวเลขที่ดีที่สุดของ Dory บน benchmark เดียวกัน ซึ่งเป็นสิ่งที่คุณคาดหวังได้พอดีจากโมเดลที่มีขนาดใหญ่กว่าเจ็ดเท่าและมีไปป์ไลน์การฝึกที่ใหม่กว่าสองรุ่น ไม่มีสถานการณ์ใดที่ 4B จะเอาชนะ 27B ที่ทำออกมาได้ดีบน benchmark ด้านความรู้หรือการให้เหตุผล และ Dory ก็ไม่ได้อ้างเช่นนั้น สิ่งที่ Dory อ้างเป็นอีกเรื่องหนึ่ง: ว่าเมื่ออยู่ที่ 4B มันเข้าถึงพฤติกรรมแบบเอเจนต์ระดับประมาณ 9B และคุณสามารถเลือกได้ว่าจะใช้พลังประมวลผลเท่าใดกับขนาดนั้น

การปรับใช้: ช่องว่างไม่ได้ใกล้จะปิด และไม่ใช่เรื่องของคุณภาพ

Qwen3.8-27B เป็นการเปิดตัวโมเดลแบบโอเพนเวตทั่วไป รูปแบบ Transformers มีการระบุการรองรับสำหรับ vLLM, SGLang และ TokenSpeed มีคู่แฝด FP8 และมีระบบนิเวศที่สร้างการควอนไทซ์มากกว่าหนึ่งพันแบบและไฟน์จูนหลายร้อยแบบตั้งแต่เดือนสิงหาคม หากสแตกของคุณรันโมเดลโอเพนเวตสมัยใหม่ได้ ก็รันตัวนี้ได้ และข้อจำกัดที่แท้จริงเพียงอย่างเดียวคือหน่วยความจำ — 27B แบบเดนส์ที่ BF16 ไม่ใช่โมเดลสำหรับเครื่องสเปกเล็ก แต่ตัวแปรที่ผ่านการควอนไทซ์ก็มีอยู่เพื่อจุดประสงค์นั้นโดยเฉพาะ

Dory ตรงกันข้าม การรองรับ vLLM อยู่ระหว่างการตรวจสอบใน pull request ที่เปิดอยู่ จนกว่าจะ merge ได้ NVIDIA บอกให้คุณติดตั้ง vLLM จากแบรนช์นั้นด้วยแฟล็ก precompiled-kernel แล้วจึงเปิดใช้งานด้วยการ override เพื่อกำหนดจำนวนรอบลูปแบบ recurrent และโหมด KV-cache การรองรับ llama.cpp อยู่ใน pull request ที่เปิดอยู่อันที่สอง พร้อม commit ที่ปักหมุดไว้และคำแนะนำในการ build สำหรับ ARM64 macOS ไม่มี hosted endpoint สำหรับ Dory ในที่ใด ๆ ที่เราสามารถตรวจสอบได้ และตัวนับการดาวน์โหลดบนทั้งสี่รีโพซิทอรีเป็นศูนย์ ณ เวลาที่เขียนข้อความนี้ ตัวเลขความเร็วที่เผยแพร่จำกัดอยู่แค่การเพิ่มความเร็วจากควอนไทเซชันบน DGX Spark — 1.69× และ 1.84× สำหรับ MXFP8 เทียบกับ BF16, 2.17× และ 2.44× สำหรับ NVFP4 ขึ้นอยู่กับสัดส่วนความยาวอินพุต/เอาต์พุต — ไม่ใช่ throughput

เมื่อเทียบกับเรื่องนั้น ข้ออ้างเรื่องหน่วยความจำในการ์ดของ Dory คือองค์ประกอบทางวิศวกรรมเพียงหนึ่งเดียวที่อาจทำให้ความไม่สะดวกนั้นสมเหตุสมผล การวนซ้ำแบบ recurrent มาตรฐานจะเก็บ KV cache แยกต่างหากต่อการวนหนึ่งรอบ ดังนั้นหน่วยความจำจึงเพิ่มขึ้นทุกครั้งที่ผ่าน โหมด KV-caching แบบ last-loop ของ Dory เก็บแคชเพียงชุดเดียวต่อชั้น recurrent attention และเขียนทับมันทุกครั้งที่ผ่าน ทำให้ปริมาณหน่วยความจำที่ใช้คงอยู่ที่ประมาณขนาดของการวนหนึ่งรอบไม่ว่าจะวนกี่รอบ โดย NVIDIA กล่าวว่าความแม่นยำยังใกล้เคียงกับโหมด per-loop หากสิ่งนั้นยังเป็นจริงภายใต้การวัดของคนอื่น โมเดล 4B ที่มีหน้าต่าง 256K และวนสี่รอบจะใช้งานได้จริงบนฮาร์ดแวร์ที่มิฉะนั้นจะไม่สามารถรองรับได้ ยังไม่มีใครนอก NVIDIA ตรวจสอบ

OrcaRouter อยู่ตรงไหนจริง ๆ ในการเปรียบเทียบนี้

นี่เป็นการเปรียบเทียบที่หาได้ยากซึ่งเราสามารถระบุเจาะจงได้ เพราะทั้งสองฝ่ายอยู่ในสถานะที่ต่างกันในกรณีนี้ ฝั่ง Qwen อยู่ในแคตตาล็อกของเรา: qwen/qwen3.8-27bถูกโฮสต์เองบนโครงสร้างพื้นฐานของ OrcaRouter เอง, และqwen/qwen3.8-flash กับ qwen/qwen3.8-maxสามารถเข้าถึงได้ในฐานะปลายทางแบบโฮสต์ ทั้งหมดผ่านคีย์ API เดียวในราคาตามรายการของผู้ให้บริการ โดยบวกเพิ่ม 0% ฝั่ง NVIDIA ไม่เป็นเช่นนั้น — NVIDIA Nemotron Labs Dory 1.0 4B ไม่ได้อยู่ในแคตตาล็อกและไม่มีปลายทางแบบโฮสต์ที่ใดที่เรายืนยันได้

ความไม่สมมาตรนั้นมีประโยชน์จริง ๆ ไม่ใช่ดูขัด ๆ ข้อโต้แย้งสำหรับโมเดลขนาดเล็กที่โฮสต์เองคือข้อโต้แย้งเรื่องต้นทุน และข้อโต้แย้งเรื่องต้นทุนจำเป็นต้องมีราคาเช่าที่มันกำลังโต้แย้งอยู่ Qwen3.8 ทั้งสามระดับตั้งราคาแตกต่างกันมาก — 27B อยู่ที่ $0.33 ต่อล้านโทเคนอินพุต และ $2.40 ต่อล้านโทเคนเอาต์พุต, Flash อยู่ที่ $0.15 และ $0.47, Max อยู่ที่ $2.00 และ $6.00 — ดังนั้นคำตอบแบบซื่อตรงของคำถามที่ว่า "4B แทนสิ่งนี้ได้ไหม" จึงมีสามคำตอบที่ต่างกัน ขึ้นอยู่กับว่าวันนี้คุณใช้ระดับไหนอยู่จริง คีย์ OrcaRouter เพียงคีย์เดียวเข้าถึงได้ทั้งสามระดับ ดังนั้นการตีราคาคำถามนั้นจึงไม่ต้องใช้ถึงสามบัญชี เพราะเราส่งผ่านราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม การเปลี่ยนแปลงราคาของ Q​wen จึงมาถึงที่นี่ภายในวันเดียวกัน และเมื่อคุณเลือกระดับใดระดับหนึ่งจริง ๆ การสลับผู้ให้บริการอัตโนมัติ (automatic failover) และ routing DSL — ซึ่งให้คุณประกอบโมเดลต่าง ๆ ไว้เบื้องหลังการเรียกครั้งเดียว — หมายความว่าการสลับจาก Q​wen แบบโฮสต์ไปเป็น Dory ที่โฮสต์เอง หรือกลับกัน เป็นเพียงการแก้ไขคอนฟิกที่จุดเรียกจุดเดียว ไม่ใช่การรีแฟกเตอร์ เราไม่ได้ให้บริการ Dory เราเป็นวิธีราคาถูกในการวัดว่ามันจะเข้าไปแทนที่อะไร

คำตัดสิน

หากเวิร์กโหลดของคุณเป็นแบบมัลติโมดัล หลายภาษา หรือเน้นความรู้ — อะไรก็ตามที่โมเดลจำเป็นต้องรู้สิ่งต่างๆ มากกว่าที่จะลงมือทำ — Qwen3.8-27B คือคำตอบแบบโอเพนเวท และการเปรียบเทียบนั้นไม่สูสี มันมีขนาดใหญ่กว่าเจ็ดเท่า ใหม่กว่าสองรุ่น มีระบบนิเวศอนุพันธ์ขนาดใหญ่หนุนหลัง ทำงานบนเอนจินที่รองรับมันอยู่แล้ว และการ์ดของมันเองอ้างว่ามีตัวเลขที่ Dory ไม่สามารถเข้าใกล้ได้ใน GPQA หรือเบนช์มาร์กคำสั่ง เช่า Flash หรือ Max แทน หากคุณไม่อยากโฮสต์ 27B เลย

Dory 1.0 4B คือการเดิมพันบนแกนที่แตกต่างออกไป มันคุ้มค่ากับความยุ่งยากในการสร้างจากแบรนช์ก็ต่อเมื่อสามสิ่งนี้เป็นจริงสำหรับคุณ: งานนั้นเป็นข้อความล้วนและเป็นภาษาอังกฤษเท่านั้น มันเน้นการทำงานแบบเอเจนต์มากกว่าที่จะขับเคลื่อนด้วยความรู้ และคุณจะใช้ปุ่มปรับพลังประมวลผลจริง ๆ — รันหนึ่งลูปตอนรับโหลดหนัก และสี่ลูปเมื่อความแม่นยำสำคัญ จากเช็กพอยต์เดียว โดยไม่ต้องดาวน์โหลดเพิ่ม การ์ดของมันอ้างว่าเดิมพันนี้ให้ผลตอบแทนบน τ³-Bench และการทำตามคำสั่งที่ขนาด 4B และมันเปิดเผยข้อมูลเกี่ยวกับวิธีที่ตัวเลขเหล่านั้นถูกสร้างขึ้นมามากพอให้คุณปรับลดความน่าเชื่อถือได้อย่างเหมาะสม

สิ่งที่ทำให้เรื่องนี้ได้ข้อยุติคือการทดสอบที่ยังไม่มีใครทำ: Dory 1.0 4B เทียบกับ Qwen3.8-27B บนฮาร์เนสเดียวกัน ที่การควอนไทซ์ระดับเดียวกัน บนชุดงานแบบเอเจนต์ ตารางของ NVIDIA ข้ามรุ่น Qwen ปัจจุบันไปทั้งหมด และตารางของ Alibaba ก็ไม่มองลงไปยังระดับน้ำหนักที่ต่ำกว่า จนกว่าจะมีใครเผยแพร่การเปรียบเทียบนั้น จุดยืนที่ถูกต้องคือ หนึ่งในโมเดลเหล่านี้เป็น 27B ที่ผ่านการพิสูจน์แล้ว ได้รับการสนับสนุน และถูกนำไปใช้อย่างกว้างขวาง ส่วนอีกตัวเป็นรีพозитори 4B ที่โผล่ขึ้นมาในชั่วข้ามคืนพร้อมไอเดียที่น่าสนใจอยู่ในนั้น — และคนเดียวที่บอกได้ว่าไอเดียนั้นคุ้มค่าที่จะสร้างหรือไม่ก็คือคุณ บนชุดงานของคุณ

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง