← Wszystkie modele

Profil modelu

Pangu Pro MoE

Huawei·Chiny·V 2025·język
dane opublikowanesprzęt z epoki
Indeks Świadomości
0,0044%
widełki: 0,0019%–0,010%
Informacja (pojemność)
4,7×10⁷ bitów
widełki: 2,1×10⁷–1,1×10⁸
Energia treningu
596 MWh
widełki: 298 MWh–1,2 GWhsprzęt: Huawei Ascend 800T A2
Sprawność
0,5 bit/J
bitów wzorca z 1 dżula energii treningu

Jak policzono te liczby

dane opublikowane
  • ·parametry: dane opublikowane (Epoch AI, pewność: confident)
  • ·jednostki korelatora: estymata z parametrów (d∝P^⅓, proporcje dense transformera)
  • ·energia: compute ÷ sprawność Huawei Ascend 800T A2 (czip typowy dla ery) × MFU 0,40 × PUE 1,2
  • ·utrwalenie kodu: 2,07× kotwicy Chinchilli (u=D/(20·P_tot), tokeny z compute; widełki ×÷7,1) — oś diagnostyczna v0 [nasze]

Bramka Mazurowska — pełna moc diagnostyczna (informacja × kod)

metoda z nagrania [Cybernetyka #2]

Dominik: „informacja razy kod" daje wyobrażenie o mocy diagnostycznej. Obie liczby liczymy z budowy modelu — zero testów.

Informacja
4,7×10⁷
bity — relacje wewnątrz sieci
Kod
1,2×10¹²
bity — utrwalone wagi
Moc diagnostyczna
1019,7 bit²
pole = informacja × kod

Uczciwie: to nadal miara ilości (jak duży korelator), nie jakości — większy model ma większą moc. Cybernetyczna miara jakości czeka na fazę 2. „Kod = parametry×16 bitów" to nasze założenie techniczne, a prezentacja iloczynu jako POLA w bit² — nasza operacjonalizacja (Dominik mówi o iloczynie „informacja razy kod", nie o polu).

Utrwalenie kodu — diagnostyka

oś ilościowa · v0 [nasze] · niekanoniczna

Ile przepływów utrwalających przeszło przez drogi korelatora podczas nauki. Poniżej 0,3× — drogi słabo wydeptane, kod niejednoznaczny.

Pasmo
pasmo kotwicy
kategoria, nie wyścig
Utrwalenie
2,1×
widełki 0,3×15× · 1× = kotwica Chinchilli
Skala nasycona
67%
50% = kotwica · U% = u/(u+1)

Uczciwie: to oś ilościowa — wykrywacz kodu nieutrwalonego (kara za niedotrenowanie), nie ranking jakości. Obejmuje 1 z 3 czynników rejestracji Mazura (częstość; bez siły i świeżości bodźca, bez derejestracji) i nie widzi jakości danych treningowych. Nie wchodzi do Indeksu. Status: v0 [nasze] — czeka na walidację Dominika (pytanie D9).

Fizyczna kotwica — granica Landauera

termodynamika · nie benchmark

Fizyka wyznacza absolutne minimum energii na zapis jednego bitu: kT·ln2 ≈ 2,9×10⁻²¹ J. To obiektywny punkt odniesienia — mierzymy, ile rzędów wielkości ponad tym minimum model zapłacił za utrwalenie swoich wag.

Fizyczne minimum
3,3×10⁻⁹ J
kod × kT·ln2 — mniej się nie da
Realny trening
596 MWh
energia zapłacona naprawdę
Dystans od ideału
20,8 rzędu wielkości
= 10^20,8 × minimum
granica Landauera (0)mózg
14,5
Pangu Pro MoE
20,8

Mózg jest o ~6 rzędów wielkości bliżej fizycznego ideału — termodynamiczny mistrz.

Uczciwie: to miara sprawności (te same dane co bity/dżul, w jednostkach fizyki) — nadal strona ilościowa. Miara jakości wymaga jeszcze licznika-kodu (wierności) — faza 2.

Ile drogi do mózgu?i

0,0044%
10⁻⁷%
Mózg (100%)

Pangu Pro MoE osiąga 0,0044% potencjału mózgu — mózg ma ok. 22 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (V 2025) Pangu Pro MoE wyprzedzało go 105 modeli — na czele z:

W dniu premiery
#106
Do ówczesnego lidera
×13,5
Modeli przed premierą
302

Porównanie obejmuje 419 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

Pozycja w rankingu

#191 z 419
  1. #189Qwen-72B0,0044%
  2. #190Palmyra X 0030,0044%
  3. #191Pangu Pro MoE0,0044%
  4. #192Apertus 70B0,0044%
  5. #193Spark-X10,0044%

Rodzina Pangu

3 wersje

Od Pangu Ultra (IV 2025) do Pangu Ultra MoE (V 2025) indeks linii urósł ×3,2. Punkty na wykresie są klikalne — każdy prowadzi do profilu wersji.

  1. IV 2025Pangu Ultra0,0069%
  2. V 2025Pangu Pro MoE0,0044%
  3. V 2025Pangu Ultra MoE0,022%

Kontekst czasu

Każdy szary punkt to jeden z 419 modeli; Pangu Pro MoE wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).