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。