توی بنچمارکها خیلی قویه، اما گزارشهای اولیه میگن توی بعضی تسکهای واقعی Agentic و کارهای باز، فاصلهی محسوسی با چیزی که روی کاغذ دیده میشه داره.
یعنی همون داستان همیشگی:
Benchmark بالا ≠ تجربه واقعی بهتر
اگه روزت با کد زدن و اخبار جدید AI میگذره، جات اینجاست 👇
🆔 @captaincode_tech
