Nanbeige4.3-33B alcanza 20 en el Índice de Inteligencia con 33B de parámetros totales, junto a Qwen3.8 27B con 20 y 27B, y establece un nuevo punto óptimo de Pareto para el Índice de Inteligencia frente a los Parámetros Totales. Tanto Nanbeige4.3-33B como Qwen3.8 27B son modelos densos. DeepSeek V4.1 Flash 1017 (max) obtiene 33 con 552B de parámetros totales, pero su arquitectura MoE activa solo 16B por token.
Nanbeige4.3-33B alcanza 20 en el Índice de Inteligencia con 33B de parámetros totales, junto a Qwen3.8 27B con 20 y 27B, y establece un…
Nanbeige4.3-33B alcanza 20 en el Índice de Inteligencia con 33B de parámetros totales, junto a Qwen3.8 27B con 20 y 27B, y establece un nuevo punto óptimo de Pareto para el Índice de Inteligencia frente a los Parámetros Totales. Tanto Nanbeige4.3-33B como Qwen3.8 27B son modelos densos.
Artificial Analysis · X
Notas sobre el contenido
La publicación original y los derechos pertenecen a la fuente.
Traducción automática · Consulte el original