नफा:
- मजबूत फील्ड आणि क्लॉड, GPT आणि मिथुन कुटुंबांचे सामान्य वापरकर्ता जुळणारे
- प्रत्येक प्रदात्याचे स्तर (स्तरीय) तर्क आणि मॉडेल नामकरण वाचण्याची क्षमता
- तुमच्या स्वतःच्या चाचणी डेटावर आधारित तुलना करण्याची सवय लावा, मार्केटिंग दाव्यांवर नाही
आम्ही मार्केट मॅप केले आणि बंद/खुल्या वजनातील फरक शिकलो. आता आम्ही बाजारातील तीन सर्वात दृश्यमान खेळाडूंबद्दल जाणून घेऊ, म्हणजे मोठ्या यूएस-आधारित प्रदाते: एन्थ्रोपिक (क्लॉड), OpenAI (GPT) आणि Google (जेमिनी). आज बहुतेक एंटरप्राइझ AI निर्णयांमध्ये हे तीन वैशिष्ट्य आहेत. आमचे ध्येय "विजेता" घोषित करणे नाही; प्रत्येक एक कोठे चमकतो, त्याचे नामकरण तर्क आणि त्याचा विशिष्ट वापरकर्ता हे वस्तुनिष्ठपणे समजून घेणे हा हेतू आहे. युनिट पूर्ण झाल्यावर, तुम्ही या तीन कुटुंबांबद्दल त्यांना गोंधळात न टाकता बोलू शकाल आणि तुम्ही स्वतःच्या चाचणीवर आधारित तुलना कराल, जाहिरातींवर नाही.
कॉमन लॉजिक: टियर सिस्टम
हे तिन्ही प्रदाते सर्व समान तर्क वापरतात: ते एकाच कुटुंबातील मॉडेल ऑफर करतात, गती/किंमत/पॉवर बॅलन्सनुसार टायर्ड. सहसा तीन स्तर असतात:
- लाइट टियर: सर्वात वेगवान आणि स्वस्त. साध्या, उच्च-खंड कार्यांसाठी (वर्गीकरण, ब्रीफिंग, लेबलिंग).
- संतुलित टप्पा: मध्यम श्रेणीची शक्ती आणि किंमत. बहुतेक दैनंदिन कामांसाठी "डीफॉल्ट" निवड.
- मजबूत स्तर: सर्वात सक्षम, सर्वात महाग, सर्वात मंद. जटिल तर्कासाठी, दीर्घ विश्लेषणासाठी, कठीण कोडसाठी.
एकदा तुम्हाला हे स्तरीय तर्क समजले की, तुम्ही कोणत्याही प्रदात्याकडे पाहिले तरी तुम्हाला हरवलेले वाटणार नाही. "या कुटुंबातील या मॉडेलशी कोणता स्तर संबंधित आहे?" विचारणे पुरेसे आहे.
टीप: जेव्हा तुम्ही नवीन मॉडेलबद्दल ऐकता तेव्हा प्रथम विचारा "कोणत्या कुटुंबातील कोणता स्तर?" विचारा नावांच्या गर्दीने तुम्हाला घाबरू देऊ नका; प्रत्येक प्रदाता प्रत्यक्षात समान तीन स्तर वेगवेगळ्या नावाने ऑफर करतो.
मानववंशीय - क्लॉड कुटुंब
अँथ्रोपिकचे क्लॉड कुटुंब ओपस (मजबूत), सॉनेट (संतुलित) आणि हायकू (प्रकाश) असे तीन स्तर देतात. आवृत्ती क्रमांक देखील समाविष्ट आहेत; उदाहरणार्थ, या प्लॅटफॉर्मद्वारे वापरलेले मॉडेल क्लॉड-ऑपस-4-8 आहे, म्हणजेच ओपस स्टेजची 4.8 आवृत्ती.
हे यामध्ये उत्कृष्ट आहे: दीर्घ संदर्भ प्रक्रिया (त्यांच्या संपूर्णपणे शंभर-पानांचे दस्तऐवज वाचण्याची क्षमता), कोड लिहिणे आणि वाचणे आणि एंटरप्राइझ वापरामध्ये सुरक्षित, अंदाजे वर्तन. क्लॉड सूचनांच्या जवळ राहण्यासाठी आणि संवेदनशील बाबींवर तत्परतेने वागण्यासाठी ओळखले जाते. त्यामुळे, कायदा, वित्त आणि आरोग्य यासारख्या नियमन केलेल्या क्षेत्रांमध्ये याला वारंवार प्राधान्य दिले जाते.
ठराविक वापरकर्ता: लांब कागदपत्रांचे विश्लेषण करणारी कायदेशीर टीम, कोडचे पुनरावलोकन करणारी सॉफ्टवेअर टीम, सुरक्षित आउटपुट आवश्यक कॉर्पोरेट ग्राहक सेवा.
वर्तमान मानववंशीय मॉडेल आणि अंदाजे किंमती (प्रति दशलक्ष टोकन, इनपुट/आउटपुट):
मॉडेल
स्टेज
संदर्भ
इनपुट $/1M
आउटपुट $/1M
क्लॉड ओपस 4.8
मजबूत
1M टोकन
~5
~25
क्लॉड सॉनेट 5
संतुलित
1M टोकन
~3
~ १५
क्लॉड हायकू 4.5
हलके
200K टोकन
~1
~5
लक्ष द्या: ज्या कालावधीत हे मॉड्यूल तयार केले गेले त्या कालावधीसाठी या किमती अंदाजे आहेत आणि वारंवार बदलतात. निर्णय घेण्यापूर्वी प्रदात्याच्या वर्तमान किंमत पृष्ठाची खात्री करा. आम्ही 6 व्या युनिटमध्ये किंमत तर्कशास्त्र तपशीलवार चर्चा करू.
ओपनएआय - जीपीटी फॅमिली
OpenAI चे GPT फॅमिली हा बाजारातील सर्वात मान्यताप्राप्त ब्रँड आहे आणि त्याच्याकडे सर्वात मोठी तृतीय-पक्ष इकोसिस्टम आहे; म्हणजेच, GPT साठी अनेक सॉफ्टवेअर टूल्स, प्लग-इन आणि इंटिग्रेशन्स प्रथम रिलीज केले जातात. GPT कुटुंब देखील श्रेणीबद्ध आहे: वेगवान आणि स्वस्त मॉडेल्स आहेत (उदाहरणार्थ, GPT-4o मिनीसारखे हलके पर्याय), संतुलित अष्टपैलू मॉडेल (GPT-4o), आणि "ओ-मालिका" सारखे विचार-जड मॉडेल विशेषतः तर्कावर केंद्रित आहेत.
ज्या भागात ते वेगळे आहे: अष्टपैलुत्व आणि प्रसार. मजकूर, कोड, प्रतिमा आणि ऑडिओसाठी क्षमतांची विस्तृत श्रेणी; प्रौढ वाहन इकोसिस्टम; आणि व्यापक समुदाय समर्थन. "AI ने नोकरी करता येईल का?" GPT हा सहसा तयार प्रारंभिक बिंदू असतो.
ठराविक वापरकर्ता: स्टार्टअप जे जलद प्रोटोटाइपिंग करतात, उत्पादन कार्यसंघ ज्यांना व्यापक एकत्रीकरण हवे आहे, SMB ज्यांना एकाच प्रदात्यासह कार्यांची विस्तृत श्रेणी हाताळायची आहे.
Google — मिथुन कुटुंब
Google चे जेमिनी कुटुंब दोन शक्तिशाली कार्डांसह खेळते: मल्टीमोडॅलिटी (मजकूर, प्रतिमा, ऑडिओ आणि व्हिडिओ एकत्र हाताळण्याची क्षमता) आणि Google Workspace एकत्रीकरण (Gmail, Docs, Sheets सारख्या टूल्समध्ये एम्बेड केलेले कार्य). मिथुन देखील टायर्ड आहे: वेगवान "फ्लॅश" मॉडेल आणि अधिक शक्तिशाली "प्रो" मॉडेल आहेत.
जिथे ते उत्कृष्ट आहे: व्हिज्युअल आणि व्हिडिओ समज, मोठ्या प्रमाणात संदर्भ आणि आधीच Google साधने मोठ्या प्रमाणात वापरणाऱ्या संस्थांसाठी घर्षणरहित एकत्रीकरण. एखाद्या संस्थेने Google Workspace वर सर्व कार्यालयीन कामे चालवल्यास, ती Gemini चा नैसर्गिक विस्तार म्हणून अनुभव घेते.
ठराविक वापरकर्ता: Google इकोसिस्टममध्ये स्थापन केलेल्या कंपन्या, इमेज/व्हिडिओ-हेवी सामग्री टीम, ज्यांना एकाच वेळी खूप मोठ्या डेटा सेटवर प्रक्रिया करायची आहे.
शेजारी शेजारी तीन कुटुंबे
आकार
मानववंशीय (क्लॉड)
OpenAI (GPT)
Google (मिथुन)
सर्वात मजबूत पैलू
लांब संदर्भ, कोड, सुरक्षित वर्तन
अष्टपैलुत्व, व्यापक परिसंस्था
बहुविधता, कार्यक्षेत्र
टप्पे
ओपस/सॉनेट/हायकू
मजबूत / संतुलित / हलका + तर्क
प्रो/फ्लॅश
ठराविक वापरकर्ता
नियमन केलेले क्षेत्र
एंटरप्राइझ आणि उत्पादन संघ
Google केंद्रीत संस्था
वजन प्रकार
बंद
बंद
बंद
हे टेबल पाहताना, "कोणता जिंकेल" असे विचारू नका; विचारा "माझे काम कोणत्या पंक्तीशी जुळते?" जर तुम्ही 200-पानांचा करार वाचत असाल, तर लांब संदर्भ ओळ तुमच्यासाठी निर्णायक आहे आणि जर तुमच्याकडे व्हिज्युअलमधून पावत्या वाचल्या जात असतील, तर मल्टीमोडॅलिटी लाइन तुमच्यासाठी निर्णायक आहे.
कमकुवत प्रॉम्प्ट / सशक्त प्रॉम्प्ट: कौटुंबिक निवडीसाठी विचारताना
कमकुवत प्रॉम्प्ट:
कोणते चांगले आहे: क्लॉड, जीपीटी किंवा मिथुन?
शक्तिशाली सूचना:
तुमची भूमिका: तटस्थ एआय सल्लागार. माझे काम: मला ई-कॉमर्स कंपनीमध्ये ग्राहकांच्या ईमेलचे उत्तर देण्यासाठी मसुदे तयार करायचे आहेत + इनकमिंग इनव्हॉइस इमेजमधून रक्कम/तारीख काढायची आहे. दोन भिन्न कार्ये आहेत: (1) मजकूर निर्मिती, (2) प्रतिमेतून डेटा काढणे. कार्य: दोन्ही कार्यांसाठी क्लॉड, GPT आणि मिथुन कुटुंबांची तुलना करा. कार्याच्या आधारावर कोणते कुटुंब वेगळे आहे, मी कोणता स्तर वापरावा आणि का ते लिहा. अचूक किंमत देऊ नका, श्रेणी द्या. शंका असल्यास, "चाचणी" म्हणा.
कारण दुसरा प्रॉम्प्ट नोकरीला दोन स्पष्ट कार्यांमध्ये विभाजित करतो, मॉडेल प्रत्येक कार्यासाठी योग्य कुटुंबाची स्वतंत्रपणे शिफारस करू शकते. "मॉडेल पोर्टफोलिओ" कल्पनेचा देखील हा आधार आहे ज्याबद्दल आपण नंतर जाणून घेऊ.
कॉपी करण्यायोग्य टेम्पलेट्स
टियर 1 जुळणारे:
मी खालील कार्य परिभाषित करतो: [टास्क]. अडचण पातळी आणि आवाज लक्षात घेता, क्लॉड, जीपीटी आणि मिथुन कुटुंबातील (प्रकाश/संतुलित/मजबूत) कोणत्या श्रेणीची तुम्ही शिफारस कराल? प्रत्येक कुटुंबासाठी समर्थनाची एक ओळ लिहा.
2. इकोसिस्टम सुसंगतता:
आम्ही सध्या वापरत असलेली साधने: [साधन सूची, उदा. Google Workspace / Microsoft 365]. कोणते AI फॅमिली या टूल स्टॅकमध्ये सर्वात जास्त घट्ट बसेल आणि का? एकत्रीकरणाची सुलभता, शिकण्याची वक्र आणि लॉक-इनची संभाव्य जोखीम (अवलंबन) यांचे मूल्यांकन करा.
3. सामर्थ्य प्रमाणीकरण:
मला माझ्या कार्य [टास्क] साठी "[MODEL NAME] सर्वोत्तम आहे" या दाव्याची चाचणी करायची आहे. हा दावा सत्यापित करण्यासाठी मी माझ्या स्वतःच्या कार्यक्षमतेनुसार कोणत्या 3 नमुना चाचण्या केल्या पाहिजेत? प्रत्येक परीक्षेच्या यशाच्या निकषांचे एका वाक्यात वर्णन करा.
4. नावाचे ठराव:
खालील मॉडेल नावे कुटुंब, स्टेज आणि आवृत्तीमध्ये पार्स करा आणि एक टेबल बनवा: [MODEL NAMES]. प्रत्येकासाठी एका शब्दासह विशिष्ट वापराचे लेबल लावा.
सामान्य चुका
- जाहिरातींवर आधारित निर्णय घेणे: "हे मॉडेल त्या चाचणीत पहिले आले" ही घोषणा कदाचित तुमच्या ध्येयाबद्दल काहीही सांगणार नाही. आपल्या स्वतःच्या डेटासह त्याची चाचणी घ्या.
- स्तर न निवडता कुटुंब निवडणे: "आम्ही जीपीटी वापरू" असे म्हणणे पुरेसे नाही; किंमत आणि गुणवत्तेमध्ये कोणत्या स्तरावर आमूलाग्र बदल होतो.
- इकोसिस्टम लॉककडे दुर्लक्ष करणे: कुटुंबासाठी गंभीरपणे वचनबद्ध राहिल्याने एकात्मता सुलभ होते परंतु भविष्यात दुसऱ्या प्रदात्याकडे स्विच करणे कठीण होते.
- विषय गहाळ: हा बाजार वेगाने बदलतो; सहा महिन्यांपूर्वीची तुलना आज अवैध असू शकते. तुमचा निर्णय अद्ययावत माहितीवर आधारित ठेवा.
- एका कुटुंबाला सर्वकाही करण्यास भाग पाडणे: एक कुटुंब मजकूरात चमकत असताना, दुसरे कुटुंब दृश्यात पुढे असू शकते. टास्क बाय टास्कचा विचार करा.
सारांशात
- अँथ्रोपिक, ओपनएआय आणि Google सर्व वेगवेगळ्या नावांनी समान स्तराचे तर्क (प्रकाश/संतुलित/मजबूत) ऑफर करतात.
- दीर्घ संदर्भातील क्लॉड, कोड आणि सुरक्षित कॉर्पोरेट वर्तन; GPT मध्ये उत्तम अष्टपैलुत्व आणि व्यापक परिसंस्था आहे; जेमिनी मल्टीमोडॅलिटी आणि वर्कस्पेस इंटिग्रेशनमध्ये उत्कृष्ट आहे.
- "सर्वोत्तम" नोकरीनुसार बदलते; तुमच्या स्वतःच्या चाचणी डेटावर तुलना करा, जाहिरातींवर नाही.
- कौटुंबिक + स्तर + आवृत्तीमध्ये मॉडेलची नावे पार्स करणे आपल्याला गर्दीच्या बाजारपेठेत आपला मार्ग शोधण्यात मदत करेल.
अर्ज कार्य
तुमच्या नोकरीतील दोन भिन्न कार्ये ओळखा (एक मजकूर-भारी, एक दृश्य- किंवा दीर्घ-दस्तऐवज-जड). या युनिटमध्ये टेम्प्लेट 1 (स्तरीय जुळणी) वापरून, एआय मॉडेलला प्रत्येक कार्यासाठी तीन कुटुंबांची योग्य श्रेणी विचारा. त्यानंतर, टेम्प्लेट 3 (शक्ती प्रमाणीकरण) सह, प्रस्तावित मॉडेलची चाचणी घेण्यासाठी तीन ठोस चाचण्या तुमच्या स्वत:च्या डेटासह डिझाइन करा. आम्ही या चाचण्यांचा उपयोग युनिट 10 मधील मूल्यमापन अभ्यासात करू.
चेकलिस्ट
- मी तिन्ही कुटुंबातील पातळी (प्रकाश/संतुलित/मजबूत) तर्क ओळखू शकतो.
- [ ] क्लॉड, मी GPT आणि मिथुन प्रमुख असलेल्या क्षेत्रांशी जुळवून घेऊ शकतो.
- [ ] मी योग्य कुटुंब निवडू शकतो आणि औचित्य असलेल्या कार्यासाठी रँक देऊ शकतो.
- [ ] मला माझ्या स्वतःच्या डेटासह मॉडेलच्या दाव्याची चाचणी करण्याचे मार्ग माहित आहेत.
- [ ] मी मॉडेलची नावे फॅमिली + स्टेज + आवृत्ती म्हणून पार्स करू शकतो.