NEW 1.6 TRILLION Open Source AI vs Claude & GLM | LongCat-2.0 🫣
NOUVELLE IA Open Source de 1 600 MILLIARDS de paramètres vs Claude & GLM | LongCat-2.0 🫣
Mots-clés
Résumé
167 mots
Évaluation critique
Valeur des informations & solidité de l’argumentation
La vidéo apporte une valeur informative réelle en testant un modèle très récent peu documenté, avec des expériences concrètes et comparatives. L’argumentation repose sur des observations directes et des captures de résultats, ce qui renforce la crédibilité. Cependant, les tests sont réalisés via l’interface cloud et non le modèle local complet, ce qui peut affecter la validité. Les raisonnements sur les échecs sont parfois anecdotiques et sans méthodologie rigoureuse, mais dans l’ensemble, les démonstrations sont claires et permettent au spectateur de se faire une opinion.
Rigueur scientifique, qualité des sources, adéquation du titre
La rigueur scientifique est moyenne : les tests manquent de protocole contrôlé (température, seed, configuration), les sources citées se limitent aux benchmarks officiels de Meituan sans lien direct dans la description, et les comparaisons reposent sur des versions cloud. Le titre est adéquat, mais le contenu inclut plus de modèles que ceux annoncés, ce qui reste un élargissement acceptable. Les sources externes (notamment les vidéos compagnes) sont mentionnées mais non exploitées en profondeur. Aucune donnée brute ni référence académique n’est fournie.
181 mots
Adéquation titre / contenu
Le titre reflète fidèlement le contenu : le test de LongCat 2.0 face à Claude et GLM, bien que d'autres modèles soient également évalués, ce qui élargit la promesse initiale.
Qualité & fiabilité
6/10
Le contenu repose sur des tests personnels du créateur, subjectifs mais détaillés, avec des comparaisons concrètes entre plusieurs modèles. Aucune source scientifique indépendante n'est citée, mais les benchmarks officiels sont mentionnés.
Moments clés
Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.
- Introduction de LongCat 2.0, ses 1,6 trillion de paramètres et sa licence MIT.
- Présentation des benchmarks officiels : supériorité sur Gemini 3.1 Pro, proche d'Opus 4.7.
- Test de génération d'un jeu de plateforme 3D : résultats corrects mais sans objectif final.
- Comparaison avec la génération locale via GLM 5.2 quantifié sur Mac Studio.
- Test de rendu photoréaliste de visage humain : échec partiel, corrections de code insuffisantes.
- Début du test AGI basé sur la chanson 'Rise Up' : la plupart des modèles se trompent.
- Variante sur la prononciation d'une phrase : aucun modèle ne réussit, échec collectif.
- Test final avec référence à Iron Maiden : tous les modèles échouent, conclusion de l'auteur.
Sources citées
- Inferencer App — Plateforme utilisée pour exécuter les modèles testés.
- MTP AI Harness — Vidéo compagnon sur l'interface de test.
- Kimi K2.7 Code — Vidéo compagnon sur le modèle Kimi.
- GLM 5.2 — Vidéo compagnon sur le modèle GLM.
Références externes
Apport & nouveautés
L’apport principal de cette vidéo est de proposer un premier retour pratique sur le modèle LongCat 2.0, récemment sorti, avec des comparaisons directes sur des tâches génératives et de raisonnement, notamment en exécution locale quantifiée. Elle illustre aussi les défis de la quantification de très grands modèles (2 To en 8-bit, 1 To en 4-bit) et les limites actuelles des LLM sur des inférences contextuelles musicales.
Pour aller plus loin :
- Large language model — Référence générale sur les LLM.
- Mixture of experts — Architecture souvent utilisée pour les très grands modèles.
- Quantization — Notion technique appliquée à la réduction de poids, bien que la page traite le sujet sous l’angle du traitement du signal.
- SWE-bench — Benchmark mentionné implicitement pour l’évaluation du codage agentique, sans lien officiel vérifié dans la description.
132 mots
Profil radar
Le profil radar montre une bonne quantité d'informations et un niveau technique correct, mais une fiabilité moyenne et une qualité d'information modérée, reflétant la nature subjective des tests et l'absence de sources indépendantes.