# Metis-1.6-rapport beskriver två små språkmodeller och deras brister

> Forskaren Giulianno Vollmer uppger att Metis-1.6-modellen Logos fick bra resultat i matematiktester men hade svårt med kod, instruktioner och långa kontexter.

Oossa · 2026-10-30 · https://oossa.com/sv/metis-1-6-report-details-two-small-language-models-and-their-failures

Giulianno Vollmers tekniska rapport om Metis-1.6 beskriver två språkmodeller som byggts från grunden: Praxis med 2.94 miljarder parametrar och Logos med 10.23 miljarder. Enligt rapporten kom Logos på sjunde plats bland 17 modeller i 40 jämförelsetester och på andra plats bland 30 modeller i matematik. Rapporten lyfter också fram svagheter inom kod, instruktioner och uppgifter med långa kontexter.

Vollmer beskriver flera problem under träningen, bland annat en optimerare som aldrig kördes och en bugg i längdbelöningen som kunde straffa korrekta, långa svar. Enligt rapporten tränades Logos på 1.02 biljoner token och var inte avsedd att konkurrera med de mest avancerade modellerna.

## Fakta

- Enligt rapporten fick Logos 67.50% på AIME 2025 och 63.64% på HMMT February 2026.
- Enligt rapporten tränades båda Metis-1.6-modellerna på 1.02 biljoner token vardera.

## Varför det spelar roll

För utvecklare som överväger mindre modeller erbjuder rapporten jämförelseresultat och konkreta lärdomar om träning. Samtidigt visar rapportens egna resultat att Logos är svag på kod och arbete med långa kontexter; någon oberoende validering dokumenteras inte här.

## Källor och referenser

1. [Think Twice: The Metis-1.6 Technical Report](https://arxiv.org/abs/2610.37903) – arXiv cs.LG, 2026-10-30

Senast uppdaterad: 2026-10-30