SWE-Bench Pro是目前公认最靠近真实软件工程场景的基准
，考的是用代码建真实项目里的bug
，还得跑测试验证
，不能蒙
，含金量是够的
。59%是个实打实的高分
。 但若是你今天对社区宣传的是“开源”
，但又不给权沉
，社区没有法子在本地环境里验证任何评测数据
。所有人只能通过API接见模型
，既无法复现benchmark
，也无法独立摸清模型虚实
。 它是依照要求次数来做模型
，限度的是速度
，每5幼时滚动窗口内的要求次数
，但没有月度Token总量的上限
。一个沉度开发者
，只有不超速
，能够持续低速地跑
。 MSA的思路是对KV（Key-Value）做高精度的分块
，而后做稀少化
，相比之前DSA、MoBA这些规划
，它能更精准地覆盖到有效的高低文
，而不是随机裁掉一些
。 与此有关的是底层算子层面
，初创了「以KV为表循环去聚合Q」的推算方式
，每个KV块只被读一次
，内存接见是陆续的
，速度比开源的Flash-Sparse-Attention快4倍以上
。 其他家可能某一块打得很猛
，但三个同时达到前沿水位的
，M3是第一个对表宣称的
。这个宣称对不合
，等独立评测了局出来再看
，但方向自身是很清澈的
。 模型自身是在进取的
，MSA架构是真创新
，长高低文推理效能是实打实提升了
，三模态平衡（并且是原生多模态）这件事也的确是难的
。