جمینی ۴ کاربن گوگل هزینه اجرای هر وظیفه را به کمی بیش از $۱۶ کاهش می‌دهد، کمتر از یک‌سوم کلود اوپوس ۵٫۵ انتروپیک که طبق معیار جی‌دی‌پی‌ایکسِ سِمی‌آنالیز حدود $۵۱ به ازای هر وظیفه هزینه دارد.
جدول رده‌بندی جی‌دی‌پی‌ایکس اوپوس ۵٫۵ را در جایگاه اول و جمینی ۴ کاربن را اندکی پایین‌تر از نظر امتیاز خام قرار می‌دهد؛ جمینی ۴ کاربن جایگاه نخست را از آن خود نکرد اما عملکردی نزدیک به رهبر بازار را با هزینه هر وظیفه بسیار کمتر ترکیب می‌کند و این مدل جدید گوگل را در موقعیت ارزشی متمایزی قرار می‌دهد.
معیار جی‌دی‌پی‌ایکس مدل‌های مرزی از گوگل، اوپن‌ای‌آی، انتروپیک و متا را با در نظر گرفتن امتیاز مدل و هزینه اجرای هر وظیفه مقایسه می‌کند. این متریک از ۲۰۶ وظیفه در حوزه‌های مالی، علم مواد، امنیت سایبری، مهندسی نرم‌افزار، حقوق و زیست‌شناسی استفاده می‌کند، بنابراین نتایج محدود به تولید متن عمومی یا پاسخ به سوالات رایج نیست.
در رتبه‌بندی کامل جی‌دی‌پی‌ایکس، اوپوس ۵٫۵ بالاترین امتیاز کلی را دارد و جمینی ۴ کاربن با فاصله امتیازی نسبتاً کوچک در جایگاه بعدی قرار می‌گیرد. تفاوت هزینه بسیار بزرگ‌تر است: سِمی‌آنالیز گزارش می‌دهد که اوپوس ۵٫۵ حدود $۵۱ به ازای هر وظیفه هزینه دارد در حالی که جمینی ۴ کاربن کمی بیش از $۱۶ هزینه دارد. جی‌پی‌تی ۶ آسترا از اوپن‌ای‌آی در جدول پس از آن ظاهر می‌شود اما طبق گزارش امتیاز کمتری نسبت به جمینی ۴ کاربن و میانگین هزینه بالاتری، حدود $۵۴ به ازای هر وظیفه، ثبت کرده است.
مقایسه سه‌جانبه جدایی بین رهبر عملکرد و رهبر ارزش اقتصادی را نشان می‌دهد: اوپوس ۵٫۵ در امتیاز خام پیشتاز است، جمینی ۴ کاربن عملکردی نزدیک به آن با هزینه‌ای به مراتب کمتر ارائه می‌دهد، و جی‌پی‌تی ۶ آسترا در حالی که هزینه اجرای هر وظیفه‌اش بیشتر است، پشت سر هر دو قرار می‌گیرد.
رتبه‌بندی تعدیل‌شده و فیلترهای ایمنی
سِمی‌آنالیز همچنین یک رتبه‌بندی تعدیل‌شده منتشر کرد که وظایف مربوط به امنیت سایبری، زیست‌شناسی و هم‌راستایی را حذف می‌کند. حذف این سه حوزه موقعیت‌های برتر را جابه‌جا کرد و جی‌پی‌تی ۶ آسترا را در جایگاه اول قرار داد؛ جی‌پی‌تی ۶٫۱ سول و اوپوس ۵٫۵ نیز در فهرست تعدیل‌شده بالاتر از جمینی ۴ کاربن قرار گرفتند. پژوهشگران گفتند این ترتیب دوم با برداشت‌های ذهنی آن‌ها از توانایی‌های مدل‌ها هماهنگی بیشتری دارد.
گزارش اشاره می‌کند که حفاظ‌های ایمنی روی مدل‌هایی مانند کلود و برخی واریانت‌های جی‌پی‌تی می‌تواند مانع از تکمیل برخی وظایف مرتبط با امنیت سایبری، زیست‌شناسی یا هم‌راستایی شود. این محافظت‌ها می‌توانند امتیاز خام جی‌دی‌پی‌ایکس را تحت تأثیر قرار دهند، بنابراین امتیاز یک مدل گاهی هم بازتاب توانایی فنی و هم میزان مجاز بودن آن در پاسخ‌گویی به درخواست‌های حساسی است.
مدل مرزی قبلی گوگل، جمینی ۴ آرگون، در هر دو رتبه‌بندی کامل و تعدیل‌شده در جایگاه هشتم قرار داشت، بالاتر از میوز واندر متا و پایین‌تر از واندر فول. هزینه هر وظیفه آرگون در جی‌دی‌پی‌ایکس تنها کمی کمتر از جمینی ۴ کاربن بود؛ این اختلاف اندک در هزینه که همراه با جایگاه بالاتر کاربن است، نشان‌دهنده بهبود نسبت امتیاز به هزینه برای مدل جدیدتر گوگل است.
نگاه تنها به وظایف امنیت سایبری ساختار سلسله‌مراتب را تغییر می‌دهد: هر دو مدل گوگل در آن حوزه امتیاز بیشتری نسبت به اوپن‌ای‌آی و انتروپیک کسب کردند اما از خانواده میوز متا عقب ماندند، که جی‌دی‌پی‌ایکس آن را با فاصله معنی‌داری قوی‌ترین اجراکننده در امنیت سایبری گزارش می‌کند. سِمی‌آنالیز اضافه می‌کند که تفاوت‌های گزارش‌شده در هزینه می‌تواند در تست‌های تکراری با حجم بالا و استقرارهای سازمانی تأثیر مالی قابل توجهی داشته باشد.
نظر بگذارید
نظرات
هنوز نظری ثبت نشده. اولین نفر باشید.