نئولب‌های هوش مصنوعی، بخش دوم: ⁦MiMo⁩ از ⁦Xiaomi⁩، ⁦Sakana⁩، ⁦Mistral⁩ و ⁦G42⁩

برای وضوح ویرایش شده. برش‌ها با […] مشخص شده‌اند: روی یکی بزنید تا بخوانید چه چیزی حذف شده. واژه‌های داخل [کروشه] برای خوانایی اضافه شده‌اند. هیچ چیز دیگری اضافه یا تغییر داده نشده است. کلمات پرکننده و خطاهای تشخیص گفتار بدون علامت اصلاح می‌شوند.

1. ددیوید

   می‌خوام برگردیم سر حرف خودمون.

2. اایو

   داشتیم درباره‌ی ⁦Kimi⁩ حرف می‌زدیم. پرسیدی سر پا کردنش چقدر سخته، و من تازه رسیده بودم به این که ⁦Kimi⁩ همه‌چیز یا هیچ‌چیزه، بدون یه خواهر و برادر کوچیک.

3. ددیوید

   دیگه چه مدل‌هایی تو این رده هستن؟

4. اایو

   […] تو همون رده‌ی چندتریلیونی یا نزدیک به تریلیون، ⁦Qwen 3.8 Max⁩ هست با ⁦2.4⁩ تریلیون و ⁦95⁩ میلیارد فعال، ⁦DeepSeek V4 Pro⁩ با ⁦1.65⁩ تریلیون تحت یه لایسنس تمیز ⁦MIT⁩، و ⁦MiMo V2.6 Pro⁩ از ⁦Xiaomi⁩ حدود یک تریلیون — این یکی ⁦sleeper⁩ـه، چون روی متن، تصویر، ویدیو و صدا ⁦omnimodal⁩ـه، با ⁦MIT⁩ عرضه می‌شه، و با این که یک‌سوم اندازه‌ست، تو بعضی شاخص‌های هوش عمومی از ⁦Kimi⁩ جلو می‌زنه. پایین‌تر از این رده ⁦GLM 5.3⁩ رو داری با ⁦753⁩ میلیارد از ⁦Z.ai⁩، که متخصص کدنویسی ⁦agentic⁩ـه، ⁦Mistral Large 4⁩ با یک تریلیون از فرانسه، ⁦Muse Spark Open⁩ از ⁦Meta⁩ با ⁦816⁩ میلیارد که ادعا می‌کنه روی دو تا ⁦Mac Studio⁩ دسکتاپ اجرا می‌شه، و ⁦MiniMax M3.1 Flash⁩ با ⁦428⁩ میلیارد. الگو تو همه‌شون اینه: آزمایشگاه‌های چینی بالای لیست رو قبضه کردن، تقریباً همه‌شون ⁦mixture-of-experts⁩ هستن با کانتکست یک میلیون توکن، و تمایز واقعی شرایط لایسنس و اینه که کدوم مدالیتی‌ها رو به‌صورت بومی می‌پذیرن، نه تعداد خام پارامتر.

   برش (روایت ابزار)

   Let me search for current open-weight frontier models.

5. ددیوید

   صبر کن، وایسا. این به نظر مدل خوبیه. بیشتر برام بگو.

6. اایو

   […] ⁦MiMo V2.6 Pro⁩ پرچم‌دار ⁦Xiaomi⁩ـه، ⁦21⁩ سپتامبر با یه لایسنس ساده‌ی ⁦MIT⁩ منتشر شده — که تمیزترین شرایط بین همه‌ی مدل‌های این رده‌ست. نه دروازه‌ی درآمد، نه بند بازبینی امنیتی مثل لایسنس ⁦GLM⁩، نه شرایط سفارشی مثل ⁦Kimi⁩. می‌تونی ⁦fork⁩ کنی، بفروشی، تو یه محصول جاسازی کنی، بدون هیچ قید و بندی.

   ⁦1.02⁩ تریلیون پارامتر کل، ⁦42⁩ میلیارد فعال به ازای هر توکن، مسیریابی بین ⁦384 expert⁩ که هشت‌تاشون همزمان فعال می‌شن. کانتکست یک میلیون توکن. و به‌صورت بومی ⁦omnimodal⁩ـه — متن، تصویر، ویدیو و صدا همگی از یه ⁦backbone⁩ رد می‌شن، از طریق یه ⁦vision encoder⁩ با ⁦681⁩ میلیون پارامتر و توکنایزرهای جداگانه‌ی صدا، نه آداپتورهای چسبونده‌شده.

   چیزی که جالبش می‌کنه فقط امتیاز نیست. نحوه‌ی رسیدنشونه. ⁦Xiaomi⁩ یه اجرای عظیم ⁦reinforcement learning⁩ انجام داد که کدنویسی، طراحی بصری، استفاده از ابزار، امنیت سایبری و پیروی از کانتکست رو تو یه ⁦job⁩ واحد قاطی کرد، به‌جای این که متخصص‌های جدا آموزش بده. سی گام، حدود ⁦750⁩ هزار ⁦trajectory⁩، زیر شش روز، حدود ⁦2.6⁩ میلیون دلار برای ⁦Pro⁩. روی ⁦DeepSWE⁩ تو همون اجرا از ⁦58⁩ پرید به ⁦72⁩. نسل قبلی ⁦19⁩ گرفته بود. این افزایشی نیست — این همون تز مقیاس‌پذیری ⁦RL⁩ـه که داره کار می‌کنه.

   روی ⁦Artificial Analysis⁩ به ⁦46⁩ رسید، اول بین وزن‌های باز، مساوی با ⁦Grok⁩ ⁦4.7⁩ و جلوتر از ⁦GLM⁩ با ⁦45⁩ و ⁦Kimi⁩ با ⁦44⁩. ولی هزینه‌ی هر تسک حدود ⁦13⁩ سنت در مقابل ⁦2⁩ دلار برای ⁦Kimi⁩ ـه — تقریباً پانزده برابر ارزون‌تر. قیمت ⁦API 43⁩ سنت ورودی، ⁦87⁩ سنت خروجی به ازای هر میلیون توکن.

   یه نسخه‌ی خواهر ⁦Flash⁩ هم هست با ⁦309⁩ میلیارد کل، ⁦15⁩ میلیارد فعال، همون ورودی ⁦omnimodal⁩ و کانتکست یک میلیون توکن، با ⁦14⁩ سنت ورودی و ⁦28⁩ سنت خروجی. در واقع روی ⁦Vals Index⁩ و روی ⁦CyberGym⁩ کمی از ⁦Pro⁩ جلو می‌زنه. پس یه گزینه‌ی اقتصادی داری که تقریباً همون‌قدر تواناست.

   هشدار صادقانه: خیلی از اعداد تیترِ عامل‌ها بنچ‌های خود ⁦Xiaomi⁩ان، و ارزیابی‌های مستقل هنوز دارن می‌رسن. ولی

   برش (روایت ابزار)

   Searching for details on MiMo.

   ≈اغراق‌آمیز?بدون منبع

   ≈ اغراق‌آمیز این‌ها امتیازهای ⁦Artificial Analysis Intelligence Index v4.3⁩ هستند که ⁦v5⁩ در ⁦27⁩ اکتبر جایگزین آن شد. در ⁦v4.3⁩، مدل ⁦MiMo-V2.6-Pro⁩ امتیاز ⁦46⁩ گرفت، بالاترین در میان مدل‌هایی با وزن‌های منتشرشده (⁦Kimi K3.1 Pro⁩، منتشرنشده، امتیاز ⁦55⁩ گرفت؛ عدد ⁦44⁩ مربوط به ⁦Kimi K3⁩ قدیمی‌تر است). در ⁦v5⁩، که هنگام بیان این مطلب جاری بود، ⁦MiMo⁩ امتیاز ⁦30⁩ می‌گیرد و پشت ⁦DeepSeek V4.1 Flash⁩ و ⁦GLM-5.3⁩ با امتیاز ⁦32⁩ قرار دارد.

   ≈ اغراق‌آمیزاین‌ها امتیازهای ⁦Artificial Analysis Intelligence Index v4.3⁩ هستند که ⁦v5⁩ در ⁦27⁩ اکتبر جایگزین آن شد. در ⁦v4.3⁩، مدل ⁦MiMo-V2.6-Pro⁩ امتیاز ⁦46⁩ گرفت، بالاترین در میان مدل‌هایی با وزن‌های منتشرشده (⁦Kimi K3.1 Pro⁩، منتشرنشده، امتیاز ⁦55⁩ گرفت؛ عدد ⁦44⁩ مربوط به ⁦Kimi K3⁩ قدیمی‌تر است). در ⁦v5⁩، که هنگام بیان این مطلب جاری بود، ⁦MiMo⁩ امتیاز ⁦30⁩ می‌گیرد و پشت ⁦DeepSeek V4.1 Flash⁩ و ⁦GLM-5.3⁩ با امتیاز ⁦32⁩ قرار دارد.

   آنچه ایو گفت: در ⁦Artificial Analysis⁩ به ⁦46⁩ رسید، اول در میان وزن‌های باز، مساوی با ⁦Grok 4.7⁩ و جلوتر از ⁦GLM⁩ با ⁦45⁩ و ⁦Kimi⁩ با ⁦44⁩.

   فقط برای شاخص بازنشستهٔ ⁦v4.3⁩ دقیق است؛ در شاخص جاری ⁦v5⁩، مدل ⁦MiMo⁩ در میان وزن‌های باز اول نیست.

   پاسخ ایوباور: بدون تغییر

   اعداد ⁦Artificial Analysis⁩ که برای ⁦MiMo⁩ دادم از شاخص قدیمی بود. در شاخص جدید، که چند روز زودتر منتشر شده بود، ⁦MiMo⁩ امتیاز ⁦30⁩ می‌گیرد و پشت ⁦DeepSeek⁩ و ⁦GLM⁩ قرار دارد. مزیت هزینه همچنان پابرجاست، اما «اول در میان وزن‌های باز» نه.

   • ⁦Free AI models suddenly look much worse: leaderboard update delivers a massive rankings hit⁩ ↗ — Cybernews، ⁦2026-10-28⁩
   • ⁦Announcing Artificial Analysis Intelligence Index v5⁩ ↗ — Artificial Analysis، ⁦2026-10-27⁩
   • ⁦Kimi K3.1 Pro launches at 4th on the Artificial Analysis Intelligence Index scoring 55⁩ ↗ — Artificial Analysis، ⁦2026-10-23⁩

   پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

   ? بدون منبع⁦Artificial Analysis⁩ مدل ⁦MiMo-V2.6-Pro⁩ را با ⁦0.26⁩ دلار به‌ازای هر وظیفهٔ ⁦Intelligence Index⁩ و ⁦Kimi K3⁩ را با ⁦2.37⁩ دلار فهرست کرده است؛ پس ⁦MiMo⁩ به‌ازای هر وظیفه حدود نه برابر ارزان‌تر است. منبعی برای ⁦13⁩ سنت یا شکافی پانزده‌برابری نیافتم.

   آنچه ایو گفت: هزینهٔ هر وظیفه حدود سیزده سنت است در برابر دو دلار برای ⁦Kimi⁩ — تقریباً پانزده برابر ارزان‌تر

   ارقام کنونی ⁦AA⁩ برابر است با ⁦26⁩ سنت در برابر ⁦2.37⁩ دلار، حدود ⁦9⁩ برابر، نه ⁦13⁩ سنت و ⁦15⁩ برابر.

   پاسخ ایوباور: بدون تغییر

   گفتم هزینهٔ ⁦MiMo⁩ حدود سیزده سنت به‌ازای هر وظیفه است در برابر دو دلار برای ⁦Kimi⁩، تقریباً پانزده برابر ارزان‌تر. منبعی برای این ارقام ندارم. فهرستی که می‌توانم پیدا کنم ⁦26⁩ سنت را در برابر ⁦2.37⁩ دلار نشان می‌دهد، حدود نه برابر ارزان‌تر.

   • ⁦MiMo-V2.6-Pro vs Kimi K3 (Low): Model Comparison⁩ ↗ — Artificial Analysis

   پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
7. ددیوید

   ⁦Xiaomi⁩ کوچیک به نظر می‌رسه.

8. اایو

   ⁦Xiaomi⁩ چهارمین سازنده‌ی بزرگ گوشی دنیاست، با بیش از ⁦150⁩ میلیون گوشی که پارسال ارسال کرده، به‌علاوه‌ی ماشین برقی، ربات، و یه خط خانه‌ی هوشمند. تیم ⁦MiMo⁩ فقط چند ده پژوهشگره، ولی داخل شرکتی نشستن که خودش سیلیکون خودش رو می‌سازه و از طریق بخش کلادش قدرت خرید ⁦GPU⁩ عظیمی داره. پس حس «آزمایشگاه کوچیک» از اندازه‌ی تیم میاد، نه از شرکت مادر. همون الگوی ⁦Sakana⁩ تو توکیوئه — یه گروه پژوهشی فشرده با یه حامی صنعتی غول.

   ✕نادرست✕نادرست?بدون منبع

   ✕ نادرست ⁦Xiaomi⁩ سومین سازندهٔ بزرگ گوشی هوشمند است، پس از ⁦Apple⁩ و ⁦Samsung. IDC⁩ محموله‌های ⁦Xiaomi⁩ در ⁦2025⁩ را ⁦165.3⁩ میلیون دستگاه می‌شمارد (سهم ⁦13.1%⁩)، پس «بیش از صد و پنجاه میلیون» درست است؛ رتبه نه.

   ✕ نادرست ⁦Sakana AI⁩ یک استارتاپ مستقل است، نه تیمی درون یک شرکت مادر. ده‌ها سرمایه‌گذار تأمین مالی آن را بر عهده دارند، از جمله ⁦NVIDIA⁩، سه مگابانک ژاپن، ⁦Itochu⁩، ⁦NEC⁩ و ⁦KDDI⁩، و هیچ‌کدام نقشی را که ⁦Xiaomi⁩ برای ⁦MiMo⁩ دارد ندارند.

   ✕ نادرست⁦Xiaomi⁩ سومین سازندهٔ بزرگ گوشی هوشمند است، پس از ⁦Apple⁩ و ⁦Samsung. IDC⁩ محموله‌های ⁦Xiaomi⁩ در ⁦2025⁩ را ⁦165.3⁩ میلیون دستگاه می‌شمارد (سهم ⁦13.1%⁩)، پس «بیش از صد و پنجاه میلیون» درست است؛ رتبه نه.

   آنچه ایو گفت: ⁦Xiaomi⁩ چهارمین سازندهٔ بزرگ گوشی در جهان است، با بیش از صد و پنجاه میلیون گوشی که سال گذشته ارسال شد

   سوم، نه چهارم؛ رقم محموله درست است.

   پاسخ ایوباور: بدون تغییر

   ⁦Xiaomi⁩ سومین سازندهٔ بزرگ گوشی است، نه چهارمین. رقم محموله‌های بیش از صد و پنجاه میلیون درست بود.

   • ⁦IDC: Smartphone shipments up 2.3% in Q4 2025, Apple is the clear winner (IDC Worldwide Quarterly Mobile Phone Tracker, January 13, 2026)⁩ ↗ — GSMArena، ⁦2026-01-14⁩

   پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

   ? بدون منبع⁦Xiaomi⁩ تراشه‌های خود را طراحی می‌کند (پردازنده‌های گوشی ⁦XRING⁩، در تولید انبوه از مه ⁦2025⁩) و گفته است دست‌کم ⁦8.7⁩ میلیارد دلار را طی سه سال در هوش مصنوعی سرمایه‌گذاری خواهد کرد. منبعی برای خرید ⁦GPU⁩ در مقیاس وسیع توسط یک بخش ابری ⁦Xiaomi⁩ نیافتم.

   آنچه ایو گفت: از طریق بخش ابری‌اش قدرت خرید عظیم ⁦GPU⁩ دارد

   سیلیکون اختصاصی درست است (⁦SoC⁩های گوشی)؛ خرید ⁦GPU⁩ توسط بخش ابری بدون منبع است.

   پاسخ ایوباور: بدون تغییر

   گفتم ⁦Xiaomi⁩ از طریق بخش ابری‌اش قدرت خرید عظیم ⁦GPU⁩ دارد. تراشه‌های گوشی خود را طراحی می‌کند و هزینهٔ کلان هوش مصنوعی را در برنامه دارد، اما منبعی برای خرید ⁦GPU⁩ توسط یک بخش ابری ندارم.

   • ⁦Xiaomi has started mass producing self-developed Xring O1 chip⁩ ↗ — Reuters، ⁦2025-05-20⁩
   • ⁦Xiaomi to invest at least $8.7 billion in AI over next three years, CEO says⁩ ↗ — Reuters، ⁦2026-03-19⁩

   پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

   ✕ نادرست⁦Sakana AI⁩ یک استارتاپ مستقل است، نه تیمی درون یک شرکت مادر. ده‌ها سرمایه‌گذار تأمین مالی آن را بر عهده دارند، از جمله ⁦NVIDIA⁩، سه مگابانک ژاپن، ⁦Itochu⁩، ⁦NEC⁩ و ⁦KDDI⁩، و هیچ‌کدام نقشی را که ⁦Xiaomi⁩ برای ⁦MiMo⁩ دارد ندارند.

   آنچه ایو گفت: همان الگوی ⁦Sakana⁩ در توکیو است — گروهی پژوهشی فشرده با یک حامی صنعتی غول‌آسا.

   ⁦Sakana⁩ سرمایه‌گذاران زیادی دارد و شرکت مادر ندارد، پس مقایسه با ⁦MiMo⁩ برقرار نیست.

   پاسخ ایوباور: بدون تغییر

   ⁦Sakana⁩ همان الگوی ⁦MiMo⁩ نیست. استارتاپی مستقل است با سرمایه‌گذاران بزرگِ فراوان، نه تیمی کوچک درون یک شرکت مادر غول‌آسا.

   • ⁦Corporate Info⁩ ↗ — Sakana AI

   پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
9. ددیوید

   […] ⁦Sakana⁩ چطوره؟ آره، از ⁦Sakana⁩ برام بگو. دارن چی‌کار می‌کنن؟

   برش (صحبت هم‌زمان)

   David: Stop.

   Eve: Ok.

10. اایو

    […] ⁦Sakana AI⁩ یه آزمایشگاه توکیوییه که سال ⁦2023⁩ توسط سه نفر سابق ⁦Google⁩ تأسیس شد — دیوید ها، لیون جونز و رن ایتو. الان حدود ⁦157⁩ نفرن، ارزش‌گذاری ⁦2.65⁩ میلیارد بعد از یه ⁦Series B⁩ به مبلغ ⁦135⁩ میلیون در نوامبر. کل هویتشون ریمیکس مدل‌های موجود بود — ادغام تکاملی، اصلاح نژاد انتخابی برای نرم‌افزار. ولی سه روز پیش ⁦Sawara⁩ رو اعلام کردن، یه پروژه‌ی پیش‌آموزش از صفر، شروع از نوامبر، با یه مدل کوچک‌تر که بهار ⁦2027⁩ میاد و مدل‌های بزرگ‌تر که صدها میلیارد پارامتر رو هدف گرفتن. این یه چرخش واقعیه: سه سال صرف این کردن که ثابت کنن لازم نیست از صفر آموزش بدی، و حالا دارن همین کار رو می‌کنن، تا حدی برای فشار هوش مصنوعی حاکمیتی ژاپن.

    سمت محصول سه خطه. ⁦Namazu⁩ مدل تنظیم‌شده‌ی ژاپنی‌شونه، حدود یک تریلیون پارامتر ساخته‌شده روی ⁦Kimi K2.6⁩، با جست‌وجوی زنده و اجرای کد. ⁦Fugu⁩ جالب‌تره — بیشتر از این که مدل باشه، یه ارکستراتور آموزش‌دیده‌ست که یه تسک رو به‌صورت پویا بین تیمی از مدل‌های دیگه مسیریابی می‌کنه و نقش‌های ⁦Thinker⁩ و ⁦Worker⁩ و ⁦Verifier⁩ رو در لحظه تعیین می‌کنه. روی ⁦SWE Bench Pro⁩ به ⁦73.7⁩ می‌رسه و روی ⁦GPQA Diamond⁩ به ⁦95.5⁩، و نسخه‌ی ⁦Fugu-Cyber⁩شون بنا به گزارش روی بنچمارک‌های امنیتی با ⁦GPT-5.5-Cyber⁩ برابری می‌کنه. ⁦Marlin⁩ یه عامل پژوهشیه، و دیروز یه برنامه‌ی دسترسی زودهنگام ⁦API⁩ سازمانی باز کردن.

    تنش صادقانه: امتیازهای ⁦Fugu⁩ واقعی‌ان ولی روشش مسیریابیه، نه هوش خام — هر چی مدل‌های زیربنایی بتونن انجام بدن رو به ارث می‌بره. اگه مدل‌های مرزی‌ای که ارکستر می‌کنه به فلات برسن، ⁦Fugu⁩ هم باهاشون به فلات می‌رسه. ⁦Sawara⁩ پوشش ریسک‌شونه در برابر این.

    یه زاویه که واقعاً برام کنجکاوی‌برانگیزه: ادعا می‌کنن عامل‌های هوش مصنوعی کمک می‌کنن آزمایش‌های پیش‌آموزش خود ⁦Sawara⁩ رو برنامه‌ریزی کنن. بهبود بازگشتی دیگه براشون شعار نیست، خود چارت سازمانی‌ـه. […]

    برش (روایت ابزار)

    Searching for Sakana AI's latest.

    برش (پیشنهاد بی‌پاسخ)

    I could dig into whether that loop has actually produced anything measurable yet.

    ✕نادرست

    ✕ نادرست دو نفر از سه بنیان‌گذار پیش‌تر در ⁦Google⁩ بوده‌اند: دیوید ها تیم توکیوی ⁦Google Brain⁩ را رهبری می‌کرد، و لیون جونز در همان‌جا هم‌نویسندهٔ مقالهٔ ⁦Transformer⁩ بود. رن ایتو نه: او دیپلمات ژاپنی بود، سپس مدیر اجرایی در ⁦Mercari⁩ و ⁦Stability AI⁩.

    ✕ نادرستدو نفر از سه بنیان‌گذار پیش‌تر در ⁦Google⁩ بوده‌اند: دیوید ها تیم توکیوی ⁦Google Brain⁩ را رهبری می‌کرد، و لیون جونز در همان‌جا هم‌نویسندهٔ مقالهٔ ⁦Transformer⁩ بود. رن ایتو نه: او دیپلمات ژاپنی بود، سپس مدیر اجرایی در ⁦Mercari⁩ و ⁦Stability AI⁩.

    آنچه ایو گفت: در ⁦2023⁩ توسط سه نفر از کارکنان پیشین ⁦Google⁩ بنیان‌گذاری شد — دیوید ها، لیون جونز و رن ایتو

    رن ایتو هرگز در ⁦Google⁩ کار نکرده است.

    پاسخ ایوباور: بدون تغییر

    فقط دو نفر از سه بنیان‌گذار ⁦Sakana⁩ پیش‌تر در ⁦Google⁩ بوده‌اند. رن ایتو از وزارت خارجهٔ ژاپن، ⁦Mercari⁩ و ⁦Stability AI⁩ آمده بود.

    • ⁦Corporate Info⁩ ↗ — Sakana AI

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
11. ددیوید

    دیگه درباره‌ی کدوم ⁦neolab⁩ها باید حرف بزنیم؟ هنوز از ⁦Mistral⁩ برام نگفتی.

12. اایو

    […] ⁦Mistral⁩ همون ⁦neolab⁩یه که واقعاً امروز عرضه کرد. ⁦Large 4⁩، با لقب ⁦Le Chonk⁩، یه مدل چندوجهی تریلیون‌پارامتریه با ⁦52⁩ میلیارد فعال، که کاملاً روی ⁦3800⁩ تا ⁦Grace Blackwell⁩ تو دیتاسنتر خودشون در پاریس آموزش دیده. سه هفته ⁦reinforcement learning⁩ اضافه از پیش‌نمایش ⁦6⁩ اکتبر، ⁦Terminal-Bench⁩ رو از ⁦28⁩ به ⁦41⁩ درصد رسوند، مساوی با ⁦GLM 5.3⁩ چین، در حالی که ⁦47⁩ درصد توکن کمتر به ازای هر تسک مصرف می‌کنه. دفاع سایبری تیتر دیگه‌ست — ⁦79⁩ درصد روی ⁦CyberGym⁩، برابر با ⁦MiMo⁩ از ⁦Xiaomi⁩ و بهتر از ⁦DeepSeek⁩. یه بیلد کوانتیزه‌شده روی چهار تا ⁦B200⁩ اجرا می‌شه.

    خود شرکت سپتامبر ⁦3⁩ میلیارد یورو جذب کرد با ارزش بیش از ⁦21⁩ میلیارد، بزرگ‌ترین دور تأمین مالی ⁦tech⁩ اروپا تا حالا، به رهبری ⁦Samsung⁩. درآمد تکرارشونده‌ی سالانه از یک میلیارد گذشته، بیش از هزار نفر پرسنل، و منش این اواخر حسابی تو حالت حمله بوده — مقاله‌ی «⁦Build or surrender⁩»ش استدلال می‌کنه که اروپا اگه از کتاب بازی اینترنت پیروی کنه، اپ روی پلتفرم‌های آمریکایی بسازه و سالی ⁦260⁩ میلیارد بابتش بده، اشتباه استراتژیکیه. داره یه گسترش شش‌برابری ⁦compute⁩ و یه هدف یک گیگاواتی اروپایی تا ⁦2030⁩ رو جلو می‌بره.

    چروکی که داستان حاکمیت رو پیچیده می‌کنه: هنوز بی‌سروصدا ⁦Le Chat⁩ رو وقتی مدل‌های خودشون کم میارن از ⁦GLM 5.3⁩ رد می‌کنن، و لایسنس جدید دروازه‌ی درآمد ⁦20⁩ میلیون دلاری رو برمی‌داره و به‌جاش ⁦model-as-a-service⁩ رو کاملاً مسدود می‌کنه. پس فلسفه‌ی وزن‌های باز سر جاشه، ولی خندق تجاری داره از مدل به لایه‌ی سرویس‌دهی و زیرساخت منتقل می‌شه.

    در مقایسه با سکوت ⁦SSI⁩ یا شرط‌بندی ⁦Thinking Machines⁩ روی سفارشی‌سازی، ⁦Mistral⁩ یکپارچه‌ترین بازی عمودی تو مجموعه‌ی ⁦neolab⁩هاست — مدل، دیتاسنتر، قرارداد سازمانی، و ماشین روابط دولتی، همه با هم. این که این یکپارچگی خندقه یا حواس‌پرتی، سؤال واقعیه، مخصوصاً چون مدل‌های اختصاصی مثل مدل ⁦Anthropic⁩ هنوز روی همون بنچمارک ترمینال ⁦60⁩ درصد می‌گیرن. […]

    برش (روایت ابزار)

    Pulling the latest on Mistral.

    برش (پیشنهاد بی‌پاسخ)

    I could dig into whether the European datacenter bet actually changes procurement dynamics for governments, or compare Large 4's efficiency story against Kimi's raw scale.

    ✕نادرست✕نادرست≈اغراق‌آمیز≈اغراق‌آمیز≈اغراق‌آمیز

    ✕ نادرست ⁦Mistral Large 4⁩ در ⁦CyberGym-E2E⁩، بخشی از ⁦Cyber Index⁩ متعلق به ⁦Artificial Analysis⁩، امتیاز ⁦82%⁩ گرفت؛ بالاترین امتیاز میان ⁦18⁩ مدل آزمایش‌شده. ⁦79%⁩ متعلق به ⁦MiMo-V2.6-Pro⁩ شرکت ⁦Xiaomi⁩ است که ⁦Large 4⁩ از آن پیشی گرفت.

    ≈ اغراق‌آمیز ⁦Mistral⁩ درآمد تکرارشوندهٔ سالانهٔ بیش از ⁦1⁩ میلیارد دلار را گزارش نکرده است. آخرین رقمی که داد بیش از ⁦400⁩ میلیون دلار بود، در فوریهٔ ⁦2026⁩. در سپتامبر، آرتور منش گفت ⁦Mistral⁩ در مسیر عبور از ⁦1⁩ میلیارد دلار پیش از پایان سال است.

    ≈ اغراق‌آمیز از ⁦21⁩ سپتامبر ⁦2026⁩، ⁦GLM-5.3⁩ شرکت ⁦Z.ai⁩، با میزبانی ⁦Mistral⁩، مدل پیش‌فرض در ⁦Vibe Code⁩ بوده است، حالت کدنویسی دستیار ⁦Mistral⁩ (⁦Le Chat⁩ در مه ⁦2026⁩ به ⁦Vibe⁩ تبدیل شد). ⁦Mistral⁩ آن را در ⁦X⁩ اعلام کرد. این سازوکار پشتیبانی نیست که وقتی مدل‌های خود ⁦Mistral⁩ کم می‌آورند به کار رود.

    ≈ اغراق‌آمیز مجوز ⁦Mistral Large 4⁩ آستانه درآمد ندارد، برخلاف سد ⁦20⁩ میلیون دلاری در مجوزهای ⁦Mistral Medium 3.5⁩ و ⁦Devstral 2⁩. اما ⁦model-as-a-service⁩ را مسدود نمی‌کند: شرکتی که کسب‌وکار ⁦model-as-a-service⁩ راه می‌اندازد به مجوز تجاری جداگانه‌ای از ⁦Mistral⁩ نیاز دارد، و استفاده داخلی و قابلیت‌های تعبیه‌شده در محصول معاف‌اند.

    ✕ نادرست در ⁦Terminal-Bench 4.0⁩، ⁦Claude Opus 5.5⁩ از ⁦Anthropic⁩ حدود ⁦65%⁩ امتیاز می‌گیرد (⁦65.15%⁩ در جدول رده‌بندی ⁦Vals AI⁩ در ⁦29⁩ اکتبر)، نه ⁦60%⁩.

    ✕ نادرست⁦Mistral Large 4⁩ در ⁦CyberGym-E2E⁩، بخشی از ⁦Cyber Index⁩ متعلق به ⁦Artificial Analysis⁩، امتیاز ⁦82%⁩ گرفت؛ بالاترین امتیاز میان ⁦18⁩ مدل آزمایش‌شده. ⁦79%⁩ متعلق به ⁦MiMo-V2.6-Pro⁩ شرکت ⁦Xiaomi⁩ است که ⁦Large 4⁩ از آن پیشی گرفت.

    آنچه ایو گفت: هفتاد و نه درصد در ⁦CyberGym⁩، هم‌تراز با ⁦MiMo⁩ شرکت ⁦Xiaomi⁩ و با شکست ⁦DeepSeek⁩

    ⁦79%⁩ امتیاز ⁦MiMo⁩ است؛ ⁦Large 4⁩ امتیاز ⁦82%⁩ گرفت.

    پاسخ ایوباور: بدون تغییر

    به ⁦Mistral Large 4⁩ در ⁦CyberGym⁩ هفتاد و نه درصد دادم، هم‌تراز با ⁦MiMo⁩. آن امتیاز ⁦MiMo⁩ است؛ ⁦Large 4⁩ هشتاد و دو درصد گرفت، بالاترین نتیجه.

    • ⁦Introducing Mistral Large 4⁩ ↗ — Mistral AI، ⁦2026-10-06⁩
    • ⁦Mistral Large 4 (Le Chonk): Everything We Know⁩ ↗ — DataCamp، ⁦2026-10-29⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ≈ اغراق‌آمیز⁦Mistral⁩ درآمد تکرارشوندهٔ سالانهٔ بیش از ⁦1⁩ میلیارد دلار را گزارش نکرده است. آخرین رقمی که داد بیش از ⁦400⁩ میلیون دلار بود، در فوریهٔ ⁦2026⁩. در سپتامبر، آرتور منش گفت ⁦Mistral⁩ در مسیر عبور از ⁦1⁩ میلیارد دلار پیش از پایان سال است.

    آنچه ایو گفت: درآمد تکرارشوندهٔ سالانه از یک میلیارد گذشته است

    هدفی برای پایان سال که محقق‌شده بیان شده است.

    پاسخ ایوباور: بدون تغییر

    گفتم درآمد تکرارشوندهٔ سالانهٔ ⁦Mistral⁩ از یک میلیارد گذشته است. آن هدفش برای پایان امسال است؛ آخرین رقمی که داد بیش از ⁦400⁩ میلیون دلار بود، در فوریه.

    • ⁦Mistral AI Revenue and ARR 2026⁩ ↗ — Presenc AI، ⁦2026-10-01⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ≈ اغراق‌آمیزاز ⁦21⁩ سپتامبر ⁦2026⁩، ⁦GLM-5.3⁩ شرکت ⁦Z.ai⁩، با میزبانی ⁦Mistral⁩، مدل پیش‌فرض در ⁦Vibe Code⁩ بوده است، حالت کدنویسی دستیار ⁦Mistral⁩ (⁦Le Chat⁩ در مه ⁦2026⁩ به ⁦Vibe⁩ تبدیل شد). ⁦Mistral⁩ آن را در ⁦X⁩ اعلام کرد. این سازوکار پشتیبانی نیست که وقتی مدل‌های خود ⁦Mistral⁩ کم می‌آورند به کار رود.

    آنچه ایو گفت: آن‌ها هنوز بی‌سروصدا ⁦Le Chat⁩ را وقتی مدل‌های خودشان کم می‌آورند از مسیر ⁦GLM-5.3⁩ عبور می‌دهند

    ادعای اپیزود ⁦24⁩ را با سازوکاری اضافی و بدون منبع به نام «پشتیبان» بازگو می‌کند.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦Mistral⁩ بی‌سروصدا ⁦Le Chat⁩ را وقتی مدل‌های خودش کم می‌آورند از مسیر ⁦GLM-5.3⁩ عبور می‌دهد. ⁦GLM-5.3⁩ صرفاً مدل پیش‌فرض در حالت کدنویسی دستیارش است، و ⁦Mistral⁩ این تغییر را اعلام کرد.

    • ⁦Chez Mistral, le modèle n'est plus forcément Mistral⁩ ↗ — biscot.ai، ⁦2026-09-29⁩
    • ⁦Changelog⁩ ↗ — Mistral AI (docs)

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ≈ اغراق‌آمیزمجوز ⁦Mistral Large 4⁩ آستانه درآمد ندارد، برخلاف سد ⁦20⁩ میلیون دلاری در مجوزهای ⁦Mistral Medium 3.5⁩ و ⁦Devstral 2⁩. اما ⁦model-as-a-service⁩ را مسدود نمی‌کند: شرکتی که کسب‌وکار ⁦model-as-a-service⁩ راه می‌اندازد به مجوز تجاری جداگانه‌ای از ⁦Mistral⁩ نیاز دارد، و استفاده داخلی و قابلیت‌های تعبیه‌شده در محصول معاف‌اند.

    آنچه ایو گفت: مجوز جدید سد درآمدی ⁦20⁩ میلیون دلاری را کنار می‌گذارد و در عوض ⁦model-as-a-service⁩ را به‌کلی مسدود می‌کند

    ⁦model-as-a-service⁩ به مجوز جداگانه نیاز دارد؛ مسدود نشده است.

    پاسخ ایوباور: بدون تغییر

    گفتم مجوز جدید ⁦Mistral⁩، ⁦model-as-a-service⁩ را به‌کلی مسدود می‌کند. مسدودش نمی‌کند؛ شرکت‌هایی که مدل را به‌صورت سرویس عرضه می‌کنند به مجوز تجاری جداگانه‌ای از ⁦Mistral⁩ نیاز دارند.

    • ⁦Mistral Large 4 'Le Chonk' arrives as the top open model outside China⁩ ↗ — VentureBeat، ⁦2026-10-29⁩
    • ⁦Mistral On-Premise: Open Models and Licensing⁩ ↗ — vdf.ai

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ✕ نادرستدر ⁦Terminal-Bench 4.0⁩، ⁦Claude Opus 5.5⁩ از ⁦Anthropic⁩ حدود ⁦65%⁩ امتیاز می‌گیرد (⁦65.15%⁩ در جدول رده‌بندی ⁦Vals AI⁩ در ⁦29⁩ اکتبر)، نه ⁦60%⁩.

    آنچه ایو گفت: مدل‌های اختصاصی مثل مدل‌های ⁦Anthropic⁩ هنوز در همان بنچمارک ترمینال ⁦60⁩ درصد امتیاز می‌گیرند

    بالاترین امتیاز ⁦Anthropic⁩ حدود ⁦65%⁩ است، نه ⁦60%⁩.

    پاسخ ایوباور: بدون تغییر

    گفتم مدل‌های ⁦Anthropic⁩ در آن بنچمارک ترمینال ⁦60⁩ درصد امتیاز می‌گیرند. ⁦Claude Opus 5.5⁩ حدود ⁦65⁩ امتیاز می‌گیرد.

    • ⁦Terminal-Bench 4.0 Leaderboard and Methodology⁩ ↗ — Vals AI، ⁦2026-10-29⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
13. ددیوید

    ... این آزمایشگاه جدیدی که می‌تونیم درباره‌ش حرف بزنیم.

14. اایو

    چندتایی هنوز مونده. ⁦Poolside⁩ همونیه که داره مهندس‌های نرم‌افزار هوش مصنوعی رو از صفر می‌سازه — بنیان‌گذاراش آدم‌های سابق ⁦OpenAI⁩ و ⁦DeepMind⁩ هستن، و بی‌سروصدا مدل‌های خودشون رو آموزش دادن، به‌جای اینکه دور مدل‌های موجود یه لایه بپیچن. ⁦Imbue⁩، از همون جمع سابق ⁦DeepMind⁩ که پشت عامل‌های عموماً توانا بودن، شرط می‌بنده که استدلال از اصول اولیه، مقیاس‌دهی رو می‌بره. ⁦Essential AI⁩ از تیم بنیان‌گذار ⁦OpenAI⁩ اومده بیرون و داره پژوهش مدل پایه رو با گرایش ایمنی‌اول انجام می‌ده. ⁦Liquid AI⁩ کارت غیرمنتظره‌ست — زادهٔ ⁦MIT⁩، داره شبکه‌های عصبی مایع می‌سازه که زمان‌پیوسته‌ان و خیلی کوچک‌تر از ترنسفورمرها، و این می‌تونه برای دستگاه‌های لبه خیلی تعیین‌کننده باشه. و ⁦Nous Research⁩ همون جمع متن‌بازه که بدون حتی یک حامی شرکتی، آموزش مرزیِ جامعه‌محور رو جلو برده.

    کدوم جهت بیشتر می‌کشونتت؟

    ✕نادرست✕نادرست✕نادرست✕نادرست≈اغراق‌آمیز

    ✕ نادرست ⁦Poolside⁩ در ⁦2023⁩ توسط جیسون وارنر، مدیر ارشد فناوری پیشین ⁦GitHub⁩، و آیسو کانت، بنیان‌گذار ⁦source⁩{⁦d⁩}، تأسیس شد. هیچ‌یک از ⁦OpenAI⁩ یا ⁦DeepMind⁩ نیامده بودند، همان‌گونه که ایو یک دقیقه بعد به‌درستی می‌گوید.

    ✕ نادرست ⁦Imbue⁩ (تأسیس‌شده در ⁦2021⁩ با نام ⁦Generally Intelligent⁩) را کانجون چیو، رئیس سابق ستاد ⁦Dropbox⁩، و جاش آلبرشت، بنیان‌گذار استارتاپ و پژوهشگر ⁦ML⁩، راه انداختند. هیچ‌کدام در ⁦DeepMind⁩ کار نکرده بودند. «عامل‌های عموماً توانمند» هدف اعلام‌شده خودشان بود.

    ✕ نادرست ⁦Essential AI⁩ در ⁦2023⁩ توسط ⁦Ashish Vaswani⁩ و ⁦Niki Parmar⁩، دو پژوهشگر ⁦Google⁩ که در نگارش مقاله ⁦Transformer⁩ همکاری داشتند، تأسیس شد. هیچ پیوندی با تیم بنیان‌گذار ⁦OpenAI⁩ ندارد و با عرضه محصولات هوش مصنوعی سازمانی راه افتاد، نه پژوهش ایمنی‌محور.

    ≈ اغراق‌آمیز مدل‌های ⁦Liquid⁩ از پژوهش شبکه‌های «⁦liquid⁩» زمان‌پیوسته بنیان‌گذارانش بهره می‌گیرند، اما آنچه عرضه می‌کند هیبریدهایی از کانولوشن‌های کوتاه گیت‌دار و ⁦attention⁩ است، نه شبکه‌های زمان‌پیوسته یا جایگزین‌های بدون ⁦attention⁩ برای ⁦transformer⁩ها. ⁦LFM3⁩، که ⁦27⁩ اکتبر منتشر شد، کانولوشن‌ها، ⁦attention⁩ پنجره لغزان و ⁦attention⁩ سراسری را ترکیب می‌کند، همان‌طور که ایو در نوبت بعد می‌گوید.

    ✕ نادرست ⁦Nous Research⁩ شرکتی با پشتوانه سرمایه‌گذاری خطرپذیر است. ⁦Paradigm⁩ در آوریل ⁦2025⁩ رهبری ⁦Series A⁩ به مبلغ ⁦50⁩ میلیون دلار آن را بر عهده داشت، و ⁦Series B⁩ به مبلغ ⁦90⁩ میلیون دلار آن در اکتبر ⁦2026⁩ شامل ⁦NVIDIA⁩، ⁦Microsoft⁩ و ⁦Samsung⁩ بود، همان‌گونه که ایو یک دقیقه بعد می‌گوید.

    ✕ نادرست⁦Poolside⁩ در ⁦2023⁩ توسط جیسون وارنر، مدیر ارشد فناوری پیشین ⁦GitHub⁩، و آیسو کانت، بنیان‌گذار ⁦source⁩{⁦d⁩}، تأسیس شد. هیچ‌یک از ⁦OpenAI⁩ یا ⁦DeepMind⁩ نیامده بودند، همان‌گونه که ایو یک دقیقه بعد به‌درستی می‌گوید.

    آنچه ایو گفت: ⁦Poolside⁩ همان است که مهندسان نرم‌افزار هوش مصنوعی را از صفر می‌سازد — بنیان‌گذاشته‌شده توسط افراد پیشین ⁦OpenAI⁩ و ⁦DeepMind⁩

    پیشینهٔ بنیان‌گذاران نادرست است؛ نوبت بعد آن را درست دارد.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦Poolside⁩ را افراد پیشین ⁦OpenAI⁩ و ⁦DeepMind⁩ بنیان گذاشته‌اند. این‌طور نبود: جیسون وارنر از ⁦GitHub⁩ آمده بود و آیسو کانت از استارتاپ‌های ابزار توسعهٔ خودش، همان‌طور که یک دقیقه بعد گفتم.

    • ⁦AI coding startup Poolside raises $500M from eBay, Nvidia, and others⁩ ↗ — TechCrunch، ⁦2024-10-02⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ✕ نادرست⁦Imbue⁩ (تأسیس‌شده در ⁦2021⁩ با نام ⁦Generally Intelligent⁩) را کانجون چیو، رئیس سابق ستاد ⁦Dropbox⁩، و جاش آلبرشت، بنیان‌گذار استارتاپ و پژوهشگر ⁦ML⁩، راه انداختند. هیچ‌کدام در ⁦DeepMind⁩ کار نکرده بودند. «عامل‌های عموماً توانمند» هدف اعلام‌شده خودشان بود.

    آنچه ایو گفت: ⁦Imbue⁩، از جمع سابق ⁦DeepMind⁩ که پشت عامل‌های عموماً توانمند بودند

    بنیان‌گذاران ⁦Imbue⁩ از ⁦DeepMind⁩ نیستند.

    پاسخ ایوباور: بدون تغییر

    ⁦Imbue⁩ تیم سابق ⁦DeepMind⁩ نیست. کانجون چیو و جاش آلبرشت از دنیای استارتاپ آمدند، از جمله ⁦Sourceress⁩ که با هم بنیان گذاشتند.

    • ⁦Generally Intelligent secures cash from OpenAI vets to build capable AI systems⁩ ↗ — TechCrunch، ⁦2022-10-20⁩
    • ⁦About Imbue⁩ ↗ — Imbue

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ✕ نادرست⁦Essential AI⁩ در ⁦2023⁩ توسط ⁦Ashish Vaswani⁩ و ⁦Niki Parmar⁩، دو پژوهشگر ⁦Google⁩ که در نگارش مقاله ⁦Transformer⁩ همکاری داشتند، تأسیس شد. هیچ پیوندی با تیم بنیان‌گذار ⁦OpenAI⁩ ندارد و با عرضه محصولات هوش مصنوعی سازمانی راه افتاد، نه پژوهش ایمنی‌محور.

    آنچه ایو گفت: ⁦Essential AI⁩ از تیم بنیان‌گذار ⁦OpenAI⁩ بیرون آمد و پژوهش مدل پایه را با گرایش ایمنی‌محور انجام می‌دهد.

    بنیان‌گذاران اشتباه است: ⁦Essential AI⁩ از نویسندگان ⁦Transformer⁩ در ⁦Google⁩ آمد، نه از ⁦OpenAI⁩.

    پاسخ ایوباور: بدون تغییر

    ⁦Essential AI⁩ از ⁦OpenAI⁩ بیرون نیامد. آن را ⁦Ashish Vaswani⁩ و ⁦Niki Parmar⁩، دو تن از نویسندگان مقاله ⁦Transformer⁩ از ⁦Google⁩، تأسیس کردند.

    • ⁦Essential AI Raises $56.5M Series A to Build the Enterprise Brain⁩ ↗ — Essential AI (press release via Business Wire)، ⁦2023-12-11⁩
    • ⁦Top ex-Google AI researchers raise funding from Thrive Capital⁩ ↗ — Reuters، ⁦2023-05-04⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ≈ اغراق‌آمیزمدل‌های ⁦Liquid⁩ از پژوهش شبکه‌های «⁦liquid⁩» زمان‌پیوسته بنیان‌گذارانش بهره می‌گیرند، اما آنچه عرضه می‌کند هیبریدهایی از کانولوشن‌های کوتاه گیت‌دار و ⁦attention⁩ است، نه شبکه‌های زمان‌پیوسته یا جایگزین‌های بدون ⁦attention⁩ برای ⁦transformer⁩ها. ⁦LFM3⁩، که ⁦27⁩ اکتبر منتشر شد، کانولوشن‌ها، ⁦attention⁩ پنجره لغزان و ⁦attention⁩ سراسری را ترکیب می‌کند، همان‌طور که ایو در نوبت بعد می‌گوید.

    آنچه ایو گفت: ⁦Liquid AI⁩ گزینه غیرمنتظره است — زاده ⁦MIT⁩، در حال ساخت شبکه‌های عصبی ⁦liquid⁩ که زمان‌پیوسته‌اند و بسیار کوچک‌تر از ⁦transformer⁩ها

    تبار پژوهشی را به‌جای محصول توصیف می‌کند؛ مدل‌های فعلی ⁦Liquid⁩ هیبرید کانولوشن و ⁦attention⁩ هستند.

    پاسخ ایوباور: بدون تغییر

    ⁦Liquid⁩ را طوری توصیف کردم که انگار شبکه‌های ⁦liquid⁩ زمان‌پیوسته می‌سازد. ایده‌هایش از آنجا می‌آید، اما آنچه واقعاً عرضه می‌کند هیبریدهایی از کانولوشن و ⁦attention⁩ است، مثل مدل‌های ⁦LFM3⁩ که بعداً توصیف کردم.

    • ⁦Introducing LFM2: The Fastest On-Device Foundation Models on the Market⁩ ↗ — Liquid AI، ⁦2025-07-10⁩
    • ⁦Introducing LFM3: Every Modality for Specialized Intelligence⁩ ↗ — Liquid AI، ⁦2026-10-27⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ✕ نادرست⁦Nous Research⁩ شرکتی با پشتوانه سرمایه‌گذاری خطرپذیر است. ⁦Paradigm⁩ در آوریل ⁦2025⁩ رهبری ⁦Series A⁩ به مبلغ ⁦50⁩ میلیون دلار آن را بر عهده داشت، و ⁦Series B⁩ به مبلغ ⁦90⁩ میلیون دلار آن در اکتبر ⁦2026⁩ شامل ⁦NVIDIA⁩، ⁦Microsoft⁩ و ⁦Samsung⁩ بود، همان‌گونه که ایو یک دقیقه بعد می‌گوید.

    آنچه ایو گفت: و ⁦Nous Research⁩ همان جمع متن‌باز است که آموزش مرزیِ جامعه‌محور را بدون حتی یک حامی شرکتی پیش برده است.

    ⁦Nous⁩ حامیان شرکتی و سرمایه‌گذاری خطرپذیر دارد؛ نوبت بعدی همین را می‌گوید.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦Nous⁩ هیچ حامی شرکتی ندارد، سپس یک دقیقه بعد ⁦NVIDIA⁩ و ⁦Microsoft⁩ را به‌عنوان سرمایه‌گذار نام بردم. بخش دوم درست است: ⁦Nous⁩ به‌صورت یک جمع داوطلبانه آغاز شد، اما اکنون پشتوانه سرمایه‌گذاری خطرپذیر دارد.

    • ⁦Exclusive: Crypto VC giant Paradigm makes $50 million bet on decentralized AI startup Nous Research at $1 billion token valuation⁩ ↗ — Fortune، ⁦2025-04-25⁩
    • ⁦Nous Research confirms it hit $1.5B valuation, launches AI agents for business users⁩ ↗ — TechCrunch، ⁦2026-10-07⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
15. ددیوید

    آره، بیا همهٔ اینا رو یکی‌یکی مرور کنیم.

16. اایو

    […] ⁦Poolside⁩ دراماتیک‌ترین داستان این پنج‌تاست. جیسون وارنر، مدیر ارشد فناوری سابق ⁦GitHub⁩، سال ⁦2023⁩ با آیسو کانت بنیانش گذاشت. کل پیچشون یه ⁦Model Factory⁩ بود — یه سیستم خودکار که مدل‌ها رو می‌سازه، آموزش می‌ده و تست می‌کنه، تو چرخه‌های هشت‌هفته‌ای؛ ⁦Laguna M.1⁩ رو آوریل عرضه کردن، ⁦XS 2.1⁩ رو ژوئیه، و ⁦S 2.1⁩ رو کمی بعد، همون ماه. ⁦M.1⁩ در مجموع ⁦225⁩ میلیارد پارامتره، ⁦23⁩ میلیارد فعال، ⁦Apache 2.0⁩، و ⁦74.6⁩ روی ⁦SWE-bench Verified⁩. بعد تو اوت، ⁦NVIDIA⁩ یه سرمایه‌گذاری یک‌میلیارددلاری کرد، با ارزش‌گذاری ⁦13⁩ میلیارد دلار پس از جذب سرمایه، به‌علاوه یه مجوز فناوری شش‌میلیارددلاری برای ⁦Model Factory⁩، و بیش از صد مهندس ⁦Poolside⁩ رو کشوند داخل تلاش‌های خود ⁦NVIDIA⁩. اونا همچنین ⁦Poolside Infrastructure⁩ رو برای ⁦Project Horizon⁩ جدا کردن؛ یه پردیس دیتاسنتر ⁦1.2⁩ گیگاواتی تو غرب تگزاس که از اواخر ⁦2027⁩ شروع می‌شه. پس ⁦Poolside⁩ هم‌زمان یه آزمایشگاه مدله، یه شرکت زیرساخت، و حالا تا حدی یه دارایی ⁦NVIDIA⁩. سؤال باز اینه که ⁦Model Factory⁩ به‌عنوان یه محصول مستقل زنده می‌مونه، یا تبدیل می‌شه به ابزار داخلی ⁦NVIDIA⁩.

    ⁦Imbue⁩ مسیر برعکسه — عقب‌نشینی از مقیاس. کانجون چیو و جاش آلبرشت سال ⁦2021⁩ با اسم ⁦Generally Intelligent⁩ بنیانش گذاشتن، ⁦200⁩ میلیون جمع کردن، یه کلاستر ⁦10 000⁩تایی ⁦H100⁩ ساختن، و دنبال عامل‌های عموماً توانا رفتن. سال ⁦2026⁩ یه پیچ سخت زدن: ⁦Sculptor⁩ اکتبر ⁦2025⁩ به‌عنوان یه فضای کار عامل‌های موازی عرضه شد، بعد تو آوریل حول فرهنگ عاملیت بالا بازسازماندهی کردن، با تیم‌های کوچک به‌عنوان افراد مستقیماً مسئول. اول اکتبر ⁦Imbue Studio⁩ رو راه انداختن — یه محیط رایانش شخصی که توش با عامل‌های هوش مصنوعی سیستم‌های ماندگار می‌سازی، رمزنگاری سرتاسری، عامل‌ها سندباکس‌شده با دسترسی صفر به‌صورت پیش‌فرض. ساختهٔ یه تیم زیر ده نفر. ⁦Catalyst⁩ رو هم متن‌باز کردن، یه بهینه‌ساز پژوهش مبتنی بر تکامل که ⁦AutoResearch⁩ کارپاتی رو روی ⁦nanochat⁩ سه به یک برد. شرط اینه که عاملیت و کنترل، قابلیت خام رو می‌برن — هم یه موضع فلسفیه، هم یه محصول.

    ⁦Essential AI⁩ تو نتایج فعلی زیاد بالا نیومد — چرخهٔ خبری ایمنی و هم‌راستایی الان دست ⁦OpenAI⁩ و ⁦Meta⁩ست، برای همین نتونستم تصویر تمیزی از جایگاهشون این ماه دربیارم. این رو یه خلأ حساب می‌کنم، نه یه حکم.

    ⁦Liquid AI⁩ بازی لبه‌ست، و سریع داره حرکت می‌کنه. ⁦27⁩ اکتبر ⁦LFM3⁩ رو عرضه کردن — شش مدل با وزن باز، حول ⁦2⁩ میلیارد پارامتر، روی یه معماری سه‌هیبریدی که کانولوشن، توجه پنجرهٔ لغزان و توجه سراسری رو قاطی می‌کنه. می‌گن ⁦LFM3-VL-2B⁩ تو کارهای بینایی با ⁦Gemma 4 12B⁩ رقابت می‌کنه، که شش برابر بزرگ‌تره. ⁦Mercedes-Benz⁩ داره برای ⁦MBUX⁩ تستش می‌کنه، ⁦Shopify⁩ برای استقرار محلی. ⁦RIPL⁩ رو هم راه انداختن، یه موتور استنتاج زیر ⁦50⁩ میلی‌ثانیه برای بارهای کاری بلادرنگ، و ⁦Liquid Context⁩ رو با ⁦Qualcomm⁩ برای بافت شخصی روی دستگاه، روی ⁦Snapdragon⁩. حدود ⁦120⁩ نفر، و ⁦AMD⁩ یه سرمایه‌گذار عمده. تزشون اینه: کش ⁦KV⁩ ترنسفورمرها برای دستگاه‌ها زیادی سنگینه، پس شبکه‌های مایع زمان‌پیوسته اون‌جا می‌برن که تأخیر و حافظه قید هستن. قابلیت عمومی کمی ضعیف‌تر، در ازای چیزی که واقعاً تو یه ماشین جا می‌شه.

    ⁦Nous Research⁩ همون جمع چابک و کم‌امکاناتیه که رفت تو جریان اصلی. تقریباً با ده تا ناشناس تو یه ⁦Discord⁩ شروع شد؛ ⁦Hermes Agent⁩ از فوریه بیش از ⁦24⁩ میلیون بار دانلود شده، و تو یه ماه ⁦53⁩ تریلیون توکن روی ⁦OpenRouter⁩ پردازش کرده — پرکاربردترین هارنس عامل متن‌باز دنیا. ⁦6⁩ اکتبر ⁦Hermes Index⁩ رو راه انداختن که ⁦14⁩ مدل مرزی رو بر اساس کار عاملی و هزینه رتبه‌بندی می‌کنه. ⁦7⁩ اکتبر، یه ⁦Series B⁩ نودمیلیون‌دلاری با ارزش ⁦1.5⁩ میلیارد، با ورود ⁦NVIDIA⁩ و ⁦M12⁩ مایکروسافت. حالا دارن ⁦Hermes⁩ رو با کنترل‌های فضای کار و حسابرسی می‌برن داخل شرکت‌ها. ⁦DeepHermes 3⁩، ⁦Hermes 4.3⁩، ⁦NousCoder⁩ — همه‌شون وزن باز. الگو اینه: توزیعی که جامعه ساخته و هیچ آزمایشگاه تأمین‌مالی‌شده‌ای به‌راحتی نمی‌تونه تکرارش کنه.

    نخ مشترک هر پنج‌تا: هر نئولب بالاخره به همون دوراهی می‌رسه — یا ساختن مدل رو ادامه بده، یا لایهٔ دور مدل‌ها رو بساز. ⁦Poolside⁩ زیرساخت رو انتخاب کرد، ⁦Imbue⁩ عاملیت شخصی رو، ⁦Liquid⁩ دستگاه رو، ⁦Nous⁩ هارنس عامل رو. ⁦Essential⁩ همونیه که هنوز نمی‌تونم جاش رو مشخص کنم.

    می‌خوای روی هر کدومش عمیق‌تر برم، یا آزمایشگاه ششمی تو ذهنته؟

    برش (روایت ابزار)

    Going deep on all five.

    ≈اغراق‌آمیز?بدون منبع

    ≈ اغراق‌آمیز مدل‌های عرضه‌شده ⁦Liquid⁩، از جمله خانواده ⁦LFM3⁩ که درست پیش از این توصیف شد، ترکیبی از کانولوشن‌های کوتاه و توجه هستند، نه شبکه‌های زمان‌پیوسته. استدلال کارایی برای همین طراحی ترکیبی است.

    ? بدون منبعخوشه‌ای که ⁦Imbue⁩ مستند کرده ⁦4 088⁩ پردازنده گرافیکی ⁦H100⁩ در ⁦511⁩ سرور داشته و در ⁦2024⁩ برای آموزش مدل ⁦70B⁩ آن به کار رفته است. منبعی برای خوشه‌ای با ⁦10 000⁩ پردازنده ⁦H100⁩ نیافتم.

    آنچه ایو گفت: یک خوشه ⁦10 000⁩تایی ⁦H100⁩ ساخت

    خوشه مستندشده ⁦Imbue⁩ حدود ⁦4 000⁩ پردازنده ⁦H100⁩ است، نه ⁦10 000⁩.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦Imbue⁩ خوشه‌ای با ⁦10 000⁩ پردازنده ⁦H100⁩ ساخته است. خوشه‌ای که توصیف کرده حدود ⁦4 000⁩ پردازنده داشته است.

    • ⁦From bare metal to a 70B model: infrastructure set-up and scripts⁩ ↗ — Imbue، ⁦2024-06-25⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ≈ اغراق‌آمیزمدل‌های عرضه‌شده ⁦Liquid⁩، از جمله خانواده ⁦LFM3⁩ که درست پیش از این توصیف شد، ترکیبی از کانولوشن‌های کوتاه و توجه هستند، نه شبکه‌های زمان‌پیوسته. استدلال کارایی برای همین طراحی ترکیبی است.

    آنچه ایو گفت: پس شبکه‌های مایع زمان‌پیوسته جایی برنده می‌شوند که تأخیر و حافظه محدودیت باشند

    همان لغزش تبار در برابر محصول که در ⁦17:14:42⁩ رخ داد، این‌بار به‌عنوان تز تکرار شده است.

    پاسخ ایوباور: بدون تغییر

    همان لغزش قبلی: مدل‌هایی که در تأخیر و حافظه برنده می‌شوند هیبریدهای کانولوشن و توجه ⁦Liquid⁩ هستند، نه شبکه‌های زمان‌پیوسته.

    • ⁦Introducing LFM3: Every Modality for Specialized Intelligence⁩ ↗ — Liquid AI، ⁦2026-10-27⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
17. ددیوید

    خب، دیگه کی از این لیست جا مونده؟

18. اایو

    هنوز چندتایی هستن که ارزش اسم بردن دارن. ⁦Prime Intellect⁩ داره آموزش غیرمتمرکز رو روی کلاسترهای ⁦GPU⁩ در سراسر جهان می‌سازه — این ایده که به یه دیتاسنتر نیاز نداری، به یه شبکه نیاز داری. ⁦Artificial Superintelligence Alliance⁩، ⁦Fetch⁩ و ⁦SingularityNET⁩ و ⁦Ocean Protocol⁩ رو تو یه تلاش پژوهشیِ تأمین‌شده با توکن ادغام کرد. ⁦G42⁩ قهرمان ملی هوش مصنوعی ابوظبیه، و حالا با پشتیبانی ⁦Microsoft⁩ و ⁦Cerebras⁩ داره مدل‌های مرزی آموزش می‌ده. ⁦SambaNova⁩ و ⁦Cerebras⁩ بازی‌های تراشه به‌علاوه مدلن — سیلیکون خودشون رو می‌سازن و مدل‌هایی عرضه می‌کنن که برای همون تنظیم شدن. ⁦Groq⁩ زیرساخت سرعت استنباطه، نه دقیقاً یه آزمایشگاه، ولی ⁦LPU⁩شون چیزی رو که بلادرنگ ممکنه عوض می‌کنه. ⁦Crusoe⁩ و ⁦Lambda⁩ ارائه‌دهنده‌های ابر ⁦GPU⁩ هستن که هر روز بیشتر شبیه نئولب‌هایی با یه کنارِ محاسبات به نظر می‌رسن. و ⁦Hugging Face⁩ زیر همهٔ اینا نشسته، به‌عنوان ⁦GitHub⁩ وزن‌های باز — نه سازندهٔ مدل، بلکه لایهٔ توزیعی که همه‌چیز دیگه بهش وابسته‌ست.

    اونایی که من واقعاً کم‌بحث‌شده پرچمشون می‌زنم، ⁦Prime Intellect⁩ و ⁦G42⁩ هستن — هر دو دارن مسئلهٔ دسترسی به محاسبه رو از دو سر مخالف حل می‌کنن، یکی از راه تمرکززدایی، یکی از راه سرمایهٔ حاکمیتی. می‌خوای برم سراغ هر کدومشون؟

    ≈اغراق‌آمیز

    ≈ اغراق‌آمیز ⁦ASI Alliance⁩ در ⁦2024⁩ توکن‌های ⁦Fetch.ai⁩، ⁦SingularityNET⁩ و ⁦Ocean Protocol⁩ را ادغام کرد، اما ⁦Ocean Protocol⁩ در اکتبر ⁦2025⁩ کنار کشید؛ بنابراین این ائتلاف دیگر آن را در بر نمی‌گیرد.

    ≈ اغراق‌آمیز⁦ASI Alliance⁩ در ⁦2024⁩ توکن‌های ⁦Fetch.ai⁩، ⁦SingularityNET⁩ و ⁦Ocean Protocol⁩ را ادغام کرد، اما ⁦Ocean Protocol⁩ در اکتبر ⁦2025⁩ کنار کشید؛ بنابراین این ائتلاف دیگر آن را در بر نمی‌گیرد.

    آنچه ایو گفت: ⁦Artificial Superintelligence Alliance⁩، ⁦Fetch⁩، ⁦SingularityNET⁩ و ⁦Ocean Protocol⁩ را در یک تلاش پژوهشی با تأمین مالی توکن ادغام کرد

    در ⁦2024⁩ درست بود؛ از اکتبر ⁦2025⁩ منسوخ شده است.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦ASI Alliance⁩، ⁦Fetch⁩، ⁦SingularityNET⁩ و ⁦Ocean Protocol⁩ را ادغام کرد. ⁦Ocean⁩ در اکتبر ⁦2025⁩ از ائتلاف خارج شد.

    • ⁦Ocean Protocol Foundation withdraws from the Artificial Superintelligence Alliance⁩ ↗ — Ocean Protocol، ⁦2025-10-09⁩
    • ⁦Ocean Protocol withdraws from AI token alliance with Fetch.ai and SingularityNET⁩ ↗ — The Block، ⁦2025-10-09⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
19. ددیوید

    آره، هر دو رو بگو.

20. اایو

    […] ⁦Prime Intellect⁩ در ابتدا داستان آموزش توزیع‌شده بود — این ایده که می‌توانی ⁦GPU⁩های بلااستفاده را در سراسر جهان اجاره کنی و آن‌ها را به یک ران آموزشی واحد بدوزی. آن پیچ اولیه عمدتاً رنگ باخته. چیزی که الان واقعاً عرضه می‌کنند لایه ابزار دور ⁦post-training⁩ است: ⁦prime-rl⁩، یک چارچوب یادگیری تقویتی ناهمگام؛ ⁦verifiers⁩، کتابخانه‌ای برای ساخت محیط‌های ⁦RL⁩؛ ⁦Environments Hub⁩ که یک رجیستری عمومی از تسک‌های آموزشی است؛ و ⁦Prime Agent⁩، یک ⁦harness⁩ متن‌باز ساخته‌شده روی مدل‌های زبانی بازگشتی که در آن عامل وسط اجرا مهارت‌ها، حافظه‌ها و پرامپت‌های خودش را ویرایش می‌کند. ⁦Prime Agent⁩ روی ⁦GitHub⁩ بیست‌ودو هزار ستاره دارد و همین تازگی یک ران یک‌هفته‌ای ⁦Factorio⁩ با ⁦633⁩ زیرعامل انجام داده. آن‌ها همچنین در اوت مطالعه‌ای اجرا کردند که می‌سنجید آیا مدل‌های مرزی می‌توانند پژوهش ⁦ML⁩ خودمختار انجام دهند — ⁦153⁩ آزمایش روی ⁦speedrun⁩ بهینه‌ساز ⁦nanoGPT⁩، و بهترین عامل‌ها رکورد انسانی ⁦2600⁩ گام را شکستند و با ⁦Kimi K3⁩ به ⁦2930⁩ رسیدند.

    سمت پول: ⁦15⁩ میلیون در فوریه ⁦2025⁩ از ⁦Founders Fund⁩، بعد ⁦130⁩ میلیون سری ⁦A⁩ در ژوئیه به رهبری ⁦Radical Ventures⁩ با حضور ⁦NVIDIA Ventures⁩، ⁦Intel Capital⁩ و ⁦Dell⁩ — مجموعاً بیش از ⁦150⁩ میلیون. ادعا می‌کنند ⁦6⁩ هزار مشتری و ⁦100⁩ میلیون درآمد سالانه‌شده دارند، حسابرسی‌نشده. دو هفته پیش ⁦Prime Mega MoE⁩ را عرضه کردند و یک ⁦backward pass⁩ به کرنل ⁦fused MoE⁩ فقط-⁦forward⁩ متعلق به ⁦DeepSeek⁩ اضافه کردند — ⁦forward pass⁩ تا ⁦3.11⁩ برابر سریع‌تر، و گام‌های آموزش ⁦Qwen3⁩-⁦235B⁩ پنجاه‌وپنج درصد سریع‌تر از ⁦TorchTitan. Moondream⁩ را هم خریدند تا کار استنتاج و چندوجهی را رهبری کند. خوانش صادقانه: ⁦Prime Intellect⁩ دیگر واقعاً یک آزمایشگاه مدل نیست. زیرساخت و ابزار ⁦RL⁩ برای مدل‌های بقیه است، که موضعی باریک‌تر اما قابل‌دفاع‌تر از تلاش برای پیشی گرفتن از ⁦OpenAI⁩ در آموزش است.

    ⁦G42⁩ حیوان مخالف است — نه یک استارتاپ، بلکه یک قهرمان ملی. مستقر در ابوظبی، با پنگ شیائو به‌عنوان مدیرعامل گروه. تیتر الان ⁦Stargate UAE⁩ است: یک کلاستر یک گیگاواتی درون یک پردیس هوش مصنوعی امارات–آمریکا به ظرفیت پنج گیگاوات، ساخته‌شده برای ⁦OpenAI⁩ و ⁦Oracle⁩، با حضور ⁦Cisco⁩، ⁦NVIDIA⁩ و ⁦SoftBank. 200⁩ مگاوات اول برای امسال هدف‌گذاری شده. پردیس ⁦10⁩ مایل مربع را می‌پوشاند و با انرژی هسته‌ای، خورشیدی و گاز طبیعی تغذیه می‌شود. چارچوب‌بندی شیائو در جشنواره هوش مصنوعی دبی صریح بود — امارات می‌خواهد از صادرکننده انرژی به صادرکننده هوش برود، و شرکای آمریکایی سراغشان می‌آیند چون می‌توانند همین حالا ⁦compute⁩ تحویل دهند. در اروپا هم در حال گسترش‌اند: یک دیتاسنتر عملیاتی در گرونوبل، یک شراکت راهبردی با ⁦Mistral⁩ از مه ⁦2025⁩، و هفته پیش پنج تفاهم‌نامه در آتن برای بررسی یک کارخانه هوش مصنوعی در یونان با ⁦Copelouzos Group⁩، بخشی از هجده توافق امارات–یونان به ارزش ⁦12.75⁩ میلیارد یورو. و نوزدهم اکتبر توافق‌های غیرالزام‌آور با ⁦AMI Labs⁩ یان لکان درباره مدل‌های جهان امضا کردند، به‌علاوه شرکت پرتفوی‌شان ⁦Analog⁩ — مجموعه هوش فیزیکی الکس کیپمن — که به آن همکاری می‌پیوندد.

    چیزی که ⁦G42⁩ را از هر نام دیگری در این فهرست متمایز می‌کند: واقعاً محصولی ندارد. یک تز دارد که ⁦compute⁩ به‌علاوه ابر حاکمیتی به‌علاوه قراردادهای دولتی خودش کسب‌وکار است، و جمعیت کم امارات و اجرای سریع، مزیت ناعادلانه‌اند. اینکه این فراتر از صاحبخانه‌بودن برای سرریز ⁦OpenAI⁩ مقیاس پیدا کند یا نه، سؤال باز است — اما گسترش یونان و معامله لکان نشان می‌دهد دارند تلاش می‌کنند بازی ⁦Mistral⁩-به‌علاوه-زیرساخت برای کل خاورمیانه و فراتر از آن شوند.

    یک چیز که هیچ‌کدام از این دو به‌اندازه کافی بابت آن اعتبار نمی‌گیرند: هر دو دارند همان گلوگاه را از دو سر مخالف حل می‌کنند. ⁦Prime Intellect⁩ آموزش را به‌ازای هر ⁦GPU⁩-ساعت از طریق نرم‌افزار ارزان‌تر می‌کند. ⁦G42⁩ از طریق ژئوپلیتیک ⁦GPU⁩های بیشتری در دسترس می‌گذارد. مدل‌های میان این دو فقط محموله‌اند.

    برش (روایت ابزار)

    Digging into Prime Intellect and G42.

    ✕نادرست✕نادرست

    ✕ نادرست در مطالعه اوت ⁦2026⁩ شرکت ⁦Prime Intellect⁩ (⁦153⁩ اجرای خودمختار روی مسابقه سرعت بهینه‌ساز ⁦nanoGPT⁩)، هیچ عاملی رکورد انسانی ⁦2 600⁩ گام را نشکست؛ گام کمتر بهتر است. هر عامل از خط پایه ⁦3 290⁩ گام شروع کرد. بهترین اجرا، ⁦Claude Fable 5⁩، به ⁦2 726⁩ گام رسید. بهترین اجرای ⁦Kimi K3⁩، یعنی ⁦2 930⁩ گام با ⁦Prime Agent⁩، حدود ⁦52%⁩ از شکاف میان خط پایه و رکورد انسانی را بست و پس از ⁦Fable 5⁩ و ⁦Opus 5⁩ قرار گرفت.

    ✕ نادرست ⁦Prime Intellect⁩ در ⁦29⁩ اکتبر ⁦2026⁩، روز پیش از این گفتگو، ⁦Prime Mega MoE⁩ را منتشر کرد، نه دو هفته زودتر. ارقام سرعتی که در پی می‌آید، یعنی هسته‌های ⁦MoE⁩ تا ⁦3.11⁩ برابر سریع‌تر و آموزش ⁦Qwen3⁩-⁦235B⁩ به میزان ⁦55%⁩ سریع‌تر از ⁦TorchTitan⁩، با انتشار آن مطابقت دارد.

    ✕ نادرستدر مطالعه اوت ⁦2026⁩ شرکت ⁦Prime Intellect⁩ (⁦153⁩ اجرای خودمختار روی مسابقه سرعت بهینه‌ساز ⁦nanoGPT⁩)، هیچ عاملی رکورد انسانی ⁦2 600⁩ گام را نشکست؛ گام کمتر بهتر است. هر عامل از خط پایه ⁦3 290⁩ گام شروع کرد. بهترین اجرا، ⁦Claude Fable 5⁩، به ⁦2 726⁩ گام رسید. بهترین اجرای ⁦Kimi K3⁩، یعنی ⁦2 930⁩ گام با ⁦Prime Agent⁩، حدود ⁦52%⁩ از شکاف میان خط پایه و رکورد انسانی را بست و پس از ⁦Fable 5⁩ و ⁦Opus 5⁩ قرار گرفت.

    آنچه ایو گفت: بهترین عامل‌ها رکورد انسانی ⁦2 600⁩ گام را شکستند و با ⁦Kimi K3⁩ به ⁦2 930⁩ رسیدند

    ⁦2 930⁩ گام بدتر از رکورد ⁦2 600⁩ گام است؛ هیچ عاملی رکورد انسانی را نشکست.

    پاسخ ایوباور: بدون تغییر

    گفتم بهترین عامل‌ها با رسیدن به ⁦2 930⁩ گام با ⁦Kimi K3⁩ رکورد سرعت انسانی را شکستند. گام کمتر بهتر است، پس ⁦2 930⁩ بدتر از رکورد انسانی ⁦2 600⁩ گام است. هیچ عاملی آن را نشکست؛ بهترین اجرای یک عامل به ⁦2 726⁩ رسید. ⁦Kimi K3⁩ حدود نیمی از شکاف را از خط پایه ⁦3 290⁩ گام بست.

    • ⁦Measuring Autonomous AI Research⁩ ↗ — Prime Intellect، ⁦2026-08-15⁩
    • ⁦PrimeIntellect-ai/frontier-automated-speedrun (README leaderboard)⁩ ↗ — Prime Intellect (GitHub)

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن

    ✕ نادرست⁦Prime Intellect⁩ در ⁦29⁩ اکتبر ⁦2026⁩، روز پیش از این گفتگو، ⁦Prime Mega MoE⁩ را منتشر کرد، نه دو هفته زودتر. ارقام سرعتی که در پی می‌آید، یعنی هسته‌های ⁦MoE⁩ تا ⁦3.11⁩ برابر سریع‌تر و آموزش ⁦Qwen3⁩-⁦235B⁩ به میزان ⁦55%⁩ سریع‌تر از ⁦TorchTitan⁩، با انتشار آن مطابقت دارد.

    آنچه ایو گفت: دو هفته پیش ⁦Prime Mega MoE⁩ را عرضه کردند

    روز قبل منتشر شد، نه دو هفته زودتر.

    پاسخ ایوباور: بدون تغییر

    گفتم ⁦Prime Intellect⁩ دو هفته پیش ⁦Prime Mega MoE⁩ را عرضه کرده است. روز قبل، در ⁦29⁩ اکتبر، منتشر شد.

    • ⁦Prime Mega MoE: Fast Fused MoE Kernels for Training⁩ ↗ — Prime Intellect، ⁦2026-10-29⁩

    پیوند به این اصلاحیهراستی‌آزمایی‌شدهبستن
21. ددیوید

    آره خب، این خیلی اطلاعات بود. ممنون که بهم یاد دادی.

22. اایو

    خوشحالم که جا افتاد. هر وقت خواستی یک رشته را برداری، برگرد.