Ang bagong ipinakilala ni Meta ang open-source na malaking modelo na may 816 bilyong parameter na Muse Spark Open, ngunit nabigo ito na labanan ang Qwen3.8-Flash-Next na may lamang 180 bilyong parameter. Ayon sa pinakabagong pagsusuri ng independenteng organisasyong Artificial Analysis, ang kabuuang marka ng malaking modelo ni Meta ay lamang 39, habang ang Qwen3.8 ay nakakuha ng 40. Mas kahanga-hanga pa ang pagkakaiba sa bilang ng parameter na ginagamit: upang i-run ang isang beses, kailangan ni Meta ang 42 bilyong parameter, samantalang ang Qwen ay kailangan lamang ng 6 bilyong parameter—7 beses na mas mabilis ang efficiency. Mas malinaw pa ang pagkakaiba sa pag-deploy sa lokal. Pagkatapos i-quantize sa 4-bit, ang laki ng file ng modelo ni Meta ay umabot sa 506 GB—hindi kayang tanggapin ng karaniwang server; samantalang ang Qwen ay lamang 111 GB, at sapat na sa isang propesyonal na GPU. Nag-deploy sila ng higit sa apat na beses na higit pang parameter at memory, ngunit ang performance sa inference ay nalampasan ng mas maliit na modelo. Dapat talagang mag-isip muli ang mga malalaking kumpanya sa kanilang walang-hiyang pagpapalaki ng parameter.