Qwen 3.8 Max обошла Fable 5 в тесте на 3D-физику и оказалась почти в 7 раз дешевле.
Команда Atomic Chat устроила двум моделям необычный экзамен по симуляции физических процессов прямо в HTML-коде. Мы изучили отчёт об этом тестировании и готовы поделиться подробностями.
Как проходило тестирование
Перед обеими нейросетями поставили задачу сгенерировать три автономных интерактивных сцены. Задача не сводилась к простой отрисовке: модели требовалось корректно сохранять состояние объектов, рассчитывать столкновения, соблюдать геометрию механизмов и синхронизировать всю сцену во времени.
Список сцен выглядел так:
- Движение мраморных шариков, которые поднимаются на колесо и проходят через мертвую петлю.
- Работающий автомобильный конвейер.
- Лесопилка, превращающая бревна в доски.
Результаты сравнения
Мы сравнили ключевые показатели, которые получили авторы эксперимента:
- Qwen 3.8 Max сгенерировала 46,6 тысячи токенов, а запуск обошёлся всего в $0,28.
- Fable 5 использовала 38,7 тысячи токенов, но запросила за это $1,93.
Несмотря на то что Qwen потратила больше токенов, итоговая стоимость запуска оказалась примерно в 6,9 раза ниже. При этом, по оценке тестировщиков, сгенерированные ею физические сцены получились более качественными и стабильными. Ознакомиться с деталями эксперимента можно в отчёте Atomic Chat.
Ещё новости:
