Qwen3.6-35B-A3B trên laptop vẽ chim cánh cụt đẹp hơn Claude Opus 4.7

Qwen3.6-35B-A3B trên laptop vẽ chim cánh cụt đẹp hơn Claude Opus 4.7

Đối với những ai theo dõi sát sao các bài kiểm tra mô hình AI, đặc biệt là tiêu chuẩn "chim cánh cụt đi xe đạp" (pelican riding a bicycle) khá kỳ quặc của tôi, đây là kết quả so sánh giữa hai bản phát hành mô hình lớn sáng nay: Qwen3.6-35B-A3B từ Alibaba và Claude Opus 4.7 từ Anthropic.

Dưới đây là hình ảnh chim cánh cụt do Qwen 3.6 tạo ra, sử dụng mô hình lượng tử hóa Qwen3.6-35B-A3B-UD-Q4_K_S.gguf dung lượng 20.9GB của Unsloth. Điểm đáng chú ý là mô hình này đang chạy trực tiếp trên chiếc MacBook Pro M5 của tôi thông qua LM Studio (và plugin llm-lmstudio).

Chim cánh cụt do Qwen 3.6 tạo ra

Và đây là kết quả tôi nhận được từ Claude Opus 4.7 hoàn toàn mới của Anthropic:

Chim cánh cụt do Claude Opus 4.7 tạo ra

Tôi phải trao điểm thắng lợi cho Qwen 3.6 ở vòng này. Opus đã mắc lỗi khi vẽ khung xe đạp!

Tôi đã thử Opus thêm một lần nữa với tham số thinking_level: max (mức độ suy nghĩ tối đa), nhưng kết quả không tốt lên bao nhiêu.

Nhiều người tin rằng các phòng lab AI đang huấn luyện mô hình riêng cho bài kiểm tra ngớ ngẩn của tôi. Tôi không nghĩ họ làm như vậy, nhưng thành thật mà nói, kết quả này đã gieo vào tôi một chút nghi ngờ. Vì vậy, tôi quyết định "đốt" một trong các bài kiểm tra dự phòng bí mật của mình — đây là kết quả từ Qwen3.6-35B-A3B và Opus 4.7 cho yêu cầu: "Tạo một hình SVG của một con chim hồng hạc đang đi xe một bánh".

Chim hồng hạc do Qwen tạo ra

Tôi cũng trao điểm thắng cho Qwen ở bài thử nghiệm này, một phần là nhờ chú thích SVG xuất sắc.

Bài kiểm tra chim cánh cụt ban đầu luôn được định nghĩa là một trò đùa — nó chủ yếu là một tuyên ngôn về việc việc so sánh các mô hình này khó khăn và phi lý đến mức nào. Điều kỳ lạ là, phần lớn đã có sự tương quan trực tiếp giữa chất lượng của những chú chim cánh cụt được tạo ra và tính hữu ích chung của các mô hình. Những chú chim cánh cụt đầu tiên từ tháng 10 năm 2024 rất tệ. Các bài tham gia gần đây thường tốt hơn nhiều — đến mức Gemini 3.1 Pro tạo ra những hình minh họa mà bạn thực sự có thể sử dụng ở đâu đó, miễn là bạn có nhu cầu cấp thiết phải minh họa một con chim cánh cụt đi xe đạp.

Tuy nhiên, ngày nay, ngay cả sự liên kết lỏng lẻo đó với tính thực dụng đã bị phá vỡ. Tôi có sự tôn trọng lớn đối với Qwen, nhưng tôi rất nghi ngờ rằng phiên bản lượng tử hóa 21GB của mô hình mới nhất họ lại mạnh hơn hoặc hữu ích hơn bản phát hành độc quyền mới nhất của Anthropic.

Nhưng nếu thứ bạn cần là một hình minh họa SVG về con chim cánh cụt đi xe đạp, thì lúc này, Qwen3.6-35B-A3B chạy trên laptop là một lựa chọn tốt hơn Opus 4.7!