— Обрабатывает текстовые и графические токены в единой последовательности за один проход, объединяя логику и отрисовку без склеивания разных систем.
— Занимает 1-е место в Human Preference Elo по стилю и генерации по референсам, а также лидирует в RISEBench по пространственной логике.
— Принимает до 9 референсных изображений за раз для точного сохранения лица, стиля и композиции.
— Рисует типографику на изображениях, включая нелатинские шрифты — китайский, японский и арабский.
— Генерирует результат примерно за 31 секунду.

— Ошибается на 52.5% реже в точных тематиках вроде медицины, права и финансов.
— Замечает и исправляет собственные ошибки прямо по ходу ответа (например, находит нестыковку в решении уравнения и пересчитывает его по другой формуле).
— Генерирует текст на 30% короче, убирает воду, лишние эмодзи и ненужные встречные вопросы.
— Подтягивает контекст из старых чатов, файлов и подключенного Gmail.