أظهرت تقييمات القدرات الوكيلية أن نموذج Qwen3.6-27B غير المُضبط أكمل بنجاح جميع المهام المختبرة باستخدام 6-9 استدعاءات للأدوات، بينما تطلب Nemotron Puzzle-75B المُضبط موجهات مُعدّة يدوياً وعدد دورات أكبر بكثير للنجاح.
- نجح Qwen3.6-27B (INT8-AutoRound) في اجتياز كل مهمة وظيفية باستخدام 134-190 ثانية لكل مهمة مع موجه نظام محايد.
- كان Nemotron Puzzle-75B (NVFP4) غير موثوق دون ضبط يدوي، مما تطلب 13-23 استدعاءً و221-384 ثانية للاجتياز.
- يلاحظ المؤلف أن عدد الدورات الأقل أكثر أهمية لأداء الوكيل من سرعة فك رموز الرموز الخام.
- تم تحديد مشاكل التخزين المؤقت للبادئة كسبب محتمل للفشل الأولي مع حمولات متطابقة.
تشير النتائج إلى أن الكفاءة في استخدام الأدوات تتفوق على مزايا حجم النموذج الأكبر أو الإنتاجية الأعلى في سير العمل الوظيفي.