Tencent Hy3 Preview a prova: codi, jocs 3D i agents
Hy3 Preview afronta proves de codi, jocs 3D, simuladors, C++, roleplay i webs interactives dins d’un flux agentiu.
Arxiu del canal
Resums publicats
Xiaomi MiMo V2.5 Pro a prova: codi 3D brillant, però una experiència desesperant
Bijan Bowen sotmet MiMo V2.5 Pro a jocs, simuladors i webs. El model crea escenes 3D sorprenents i repara errors amb precisió, però el xat rebutja tasques després de pensar durant minuts.
Qwen 3.7 Max a prova: gran codi web, errors en 3D
Qwen 3.7 Max Preview sorprèn amb un joc de metro i una web de pasta, però falla en orientació i renderització. Què revela la prova i què ha canviat?
Gemini 3.5 Flash a prova: ràpid, però no infal·lible
Una prova extensa de Gemini 3.5 Flash amb Antigravity revela gran velocitat, webs i simulacions brillants, però també errors de física, control i iteració.
Qwen3.7 Plus a prova: codi, visió i límits del model
Bijan Bowen prova Qwen3.7 Plus amb jocs, webs i OpenCode. El model destaca en rol i interfícies, però els resultats 3D són irregulars.
Gemma 4 12B: proves de codi local, visió i àudio
Bijan Bowen posa Gemma 4 12B davant jocs, webs i entrades multimodals. El model local sorprèn, però necessita correccions de sintaxi i proves reals.
Fable 5 passa del videojoc a controlar un cotxe RC
Bijan Bowen posa Fable 5 davant quatre proves físiques i digitals: un joc de demolició, Windows XP, peces 3D i el comandament d'un cotxe RC.
Claude Fable 5 a prova: programació, 3D i agents
Bijan Bowen prova Claude Fable 5 amb un sistema operatiu web, C++, Python, simuladors, visualitzacions i una interfície d’alta gamma.
Nemotron 3 Ultra a prova: el gegant obert de NVIDIA
Bijan Bowen prova Nemotron 3 Ultra amb interfícies, simuladors i codi, i revisa l’arquitectura de 550B amb 55B actius.
Claude Opus 4.8 sota prova: resultats brillants, però no supera clarament Opus 4.7
Bijan Bowen sotmet Claude Opus 4.8 a jocs, webs, animacions i simulacions 3D. Dos resultats són extraordinaris, però la resta mostren molta irregularitat.
LFM2.5-8B-A1B: un MoE local ràpid, però amb límits
Una prova pràctica de LFM2.5-8B-A1B mostra un model local molt ràpid i capaç amb eines, però irregular en codi, coneixement i planificació.
North Mini Code de Cohere: prova local d’un agent de codi
Bijan Bowen prova North Mini Code en local i via OpenRouter: destaca en interfícies i resol problemes amb creativitat, però falla en consistència.