Thẻ: benchmark
Sự Thật Qwen 3.7-Max: Điểm Số CEO Start-up Vượt Trội Nhưng Elo Thực Tế Chỉ Đứng Sau
Điểm số mô phỏng đẹp như mơ nhưng thực tế xếp hạng thấp Qwen 3.7-Max đạt doanh thu mô phỏng 2.08 triệu USD trên YC-Bench, vượt qua cả Claude Opus 4.6 đứng đầu trong nghiên cứu gốc. Xếp hạng thực tế trên bảng Arena Elo Text chỉ đứng thứ 13, nằm sau Gemini 3.1, Claude…