Ornith-1.5 Local AI - Better than Qwen 3.8 Max ALREADY? 🤯

Test du modèle multimodal Qwen 3.5 affiné (397B)

Cette vidéo présente une évaluation approfondie d’un modèle de langage multimodal de 397 milliards de paramètres, dérivé de Qwen 3.5 et présenté comme surpassant GLM 5.2 sur plusieurs benchmarks. Le créateur teste ses capacités en mathématiques, logique, génération de code, mondes 3D interactifs et applications bureautiques, avec un regard critique et parfois amusé.

🧠 Logique et mathématiques : des résultats contrastés

• Réussite en mathématiques : sur un problème d’IMO, le modèle trouve la bonne réponse en mode « réflexion » (thinking), en utilisant 11 000 jetons. Le mode désactivé échoue, ce qui souligne l’importance de cette fonctionnalité.
• Test de logique célèbre : « Vous avez 8 oranges, 4 enfants et un couteau. Divisez tout équitablement. » Sans réflexion, le modèle propose de couper les oranges en deux. Avec réflexion, il adopte une interprétation littérale et perturbante : il faut couper les oranges, les enfants et le couteau lui-même pour répartir les 13 objets en 4 parts égales de 3,25.

  « C’est intelligent et plutôt macabre : il ne demande pas seulement de couper les oranges, il demande aussi de couper les enfants et le couteau. »

• Culture locale : le test « B Selector » échoue partiellement ; le modèle répond « wheel up » plutôt que « rewind », ce qui montre une sensibilité au contexte britannique. En revanche, il recommande de conduire pour aller au car wash situé à 50 mètres, un contre-sens logique.

🎨 Génération 3D et mondes interactifs

• Chat voxel : le rendu est médiocre, avec un chat inversé et des contrôles limités.
• Système solaire : génération correcte, comparable à Kimi K3, avec des planètes cliquables.
• Vaisseau spatial ajouté : le modèle modifie le code existant, mais la direction est inversée (la souris à droite déplace le vaisseau à gauche).
• Simulateur de vol : résultat impressionnant, avec un monde procédural au style Van Gogh, des nuages scintillants et un rendu atmosphérique. Quelques bugs subsistent, mais l’ensemble est fonctionnel et plaisant.
• Anatomie humaine : meilleure génération observée, avec un squelette, des muscles, des organes et un cœur qui pulse de manière réaliste.
• Moteur physique : le tir fonctionne, bien que les collisions restent rudimentaires.

🎮 Jeux vidéo générés en une seule commande

• Type GTA : un monde ouvert avec IA des véhicules, cycle jour/nuit, mini-carte et barre de vie, produit sans correction après 40 000 jetons. Malgré des arbres placés au milieu des routes, l’ensemble est cohérent et jouable.
• Red Dead Redemption-like : une cinématique et une ville vivante, mais un bug fait léviter le joueur dès le lancement. Les ennemis tirent correctement, mais la foule ne fuit pas.
• Super Mario 3D : plateforme fonctionnelle, bien meilleure que Gemini Pro, avec double saut absent mais un level design correct.
• Course automobile 3D : graphismes soignés, mais le circuit est cassé et l’avancement inexistant malgré l’accélération.
• Clone de Microsoft Word : interface propre et édition de texte possible, mais les menus sont non fonctionnels.

🔍 Verdict et Key Takeaway

Ce modèle excelle dans la génération créative, le prototypage rapide de jeux et la manipulation d’environnements 3D. Son mode réflexion améliore nettement les performances en mathématiques. Cependant, il souffre d’une interprétation littérale dangereuse dans les tests logiques, de bugs récurrents et d’une fiabilité inégale selon les tâches.

Key Takeaway : Cet outil est un excellent générateur de concepts et de maquettes interactives, mais il ne doit pas être utilisé sans supervision pour des tâches nécessitant du jugement ou de la sécurité. Ses réponses créatives, bien que spectaculaires, rappellent que l’IA ne comprend pas encore l’intention humaine ni les limites implicites du langage.