L'article met en évidence les performances de Qwen3.8-Max dans un contexte d'évaluation one-shot, notant sa capacité à gérer des simulations physiques complexes.
- Le modèle a été testé sur 35 prompts distincts.
- Il a simulé avec succès un scénario de bris d'aquarium, une prouesse que la source note est partagée uniquement avec Opus parmi les modèles évalués.
- Les résultats proviennent de oneshotlm.com.