C'est un mulet, c'est un cheval, il faut le sortir pour le promener. Même si les paramètres du modèle d'IA sont magnifiques et que le classement est en tête, il faut finalement l'essayer soi-même. Cette fois, en remportant la première place avec le M3, ce n'est pas seulement un résultat basé sur la quantité de paramètres, mais une compréhension unifiée du texte, des images et des vidéos, combinée à un contexte ultra-long de 1 million de tokens. Qu'il s'agisse de documents de plusieurs centaines de pages, de grands dépôts de code ou de contenus vidéo longs, il peut tout traiter en une seule fois, ce qui en fait un véritable modèle multimodal natif.