印度 9B 多模态模型 Alpie Seed 榜单遭质疑：数据对不上、FP4 测速 FP16 报分

cneuralnetwork · x · 2026-11-08

169Pi 发布 9B 多模态推理模型 Alpie Seed 的基准成绩（MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%），自称「排灯节献给全球 AI 版图的印度之光」。

@cneuralnetwork 读技术报告后列出多处疑点：

1) 推文里的对比模型数字与技术报告不一致（如 Qwen3.5-9B MMLU-Pro 网站报 80.0、报告写 82.5；Ministral 3 8B GPQA 相差 38.6 vs 66.8）

2) 自称「对比模型未在相同条件下重测」，但差距极小，统计显著性存疑

3) 5GB 的模型声称只占 1GB 显存，未提及量化

4) 速度测试全用 FP4，精度结果却报 FP16——既然卖点是速度和内存，就该按 FP4 报结果

5) 正向提升幅度小，无法判断 SFT、GRPO 是否真的有效，缺消融实验

作者同时肯定其工程与后训练决策质量。

「模型」频道最新