فائدہ:
- کلاڈ، جی پی ٹی اور جیمنی خاندانوں کے مضبوط فیلڈز اور عام صارف سے مماثل
- ہر فراہم کنندہ کے لیول (ٹائر) منطق اور ماڈل کے نام کو پڑھنے کی صلاحیت
- اپنے ٹیسٹنگ ڈیٹا پر موازنہ کرنے کی عادت ڈالیں، نہ کہ مارکیٹنگ کے دعووں پر
ہم نے مارکیٹ کا نقشہ بنایا اور بند/کھلے وزن میں فرق سیکھا۔ اب ہم مارکیٹ میں سب سے زیادہ نظر آنے والے تین کھلاڑیوں کو جانیں گے، یعنی امریکہ میں مقیم بڑے فراہم کنندگان: انتھروپک (کلاڈ)، اوپن اے آئی (جی پی ٹی) اور گوگل (جیمنی)۔ آج کے انٹرپرائز AI فیصلوں کی اکثریت میں یہ تین خصوصیات ہیں۔ ہمارا مقصد "فاتح" کا اعلان کرنا نہیں ہے۔ مقصد معروضی طور پر سمجھنا ہے کہ ہر ایک کہاں چمکتا ہے، اس کے نام کی منطق اور اس کا عام صارف۔ جب یونٹ ختم ہو جائے گا، آپ ان تینوں خاندانوں کے بارے میں ان کو الجھے بغیر بات کرنے کے قابل ہو جائیں گے اور آپ یہ سمجھیں گے کہ آپ کو تشہیر پر نہیں بلکہ اپنے ہی ٹیسٹ کی بنیاد پر موازنہ کرنا چاہیے۔
عام منطق: ٹائر سسٹم
یہ تینوں فراہم کنندگان ایک ہی منطق کا استعمال کرتے ہیں: وہ ایک ہی خاندان میں ماڈل پیش کرتے ہیں، رفتار/لاگت/پاور بیلنس کے مطابق ٹائرڈ۔ عام طور پر تین درجے ہوتے ہیں:
- ہلکے درجے: سب سے تیز اور سستا. سادہ، اعلی حجم کے کاموں کے لیے (درجہ بندی، بریفنگ، لیبلنگ)۔
- متوازن مرحلہ: درمیانی فاصلے کی طاقت اور قیمت۔ زیادہ تر روزمرہ کے کاموں کے لیے "پہلے سے طے شدہ" انتخاب۔
- مضبوط درجہ: سب سے زیادہ قابل، سب سے مہنگا، سب سے سست۔ پیچیدہ استدلال، طویل تجزیہ، مشکل کوڈ کے لیے۔
ایک بار جب آپ اس درجے کی منطق کو سمجھ لیں گے، تو آپ کھوئے ہوئے محسوس نہیں کریں گے چاہے آپ کسی بھی فراہم کنندہ کو دیکھیں۔ "اس خاندان میں اس ماڈل سے کون سی سطح مساوی ہے؟" پوچھنا کافی ہے۔
مشورہ: جب آپ کسی نئے ماڈل کے بارے میں سنتے ہیں، تو پہلے پوچھیں "کس خاندان کا کون سا درجہ؟" پوچھنا ناموں کی کثرت سے آپ کو خوفزدہ نہ ہونے دیں۔ ہر فراہم کنندہ درحقیقت مختلف ناموں سے ایک جیسے تین درجات پیش کرتا ہے۔
انتھروپک - کلاڈ فیملی
Anthropic's Claude family تین درجات پیش کرتا ہے جسے Opus (مضبوط)، سونیٹ (متوازن) اور ہائیکو (روشنی) کہتے ہیں۔ ورژن نمبر بھی شامل ہیں؛ مثال کے طور پر، اس پلیٹ فارم کے ذریعے استعمال کیا جانے والا ماڈل claude-opus-4-8 ہے، یعنی Opus مرحلے کا 4.8 ورژن۔
یہ اس میں سبقت لے جاتا ہے: طویل سیاق و سباق کی پروسیسنگ (سو صفحات پر مشتمل دستاویزات کو مکمل طور پر پڑھنے کی اہلیت)، کوڈ لکھنا اور پڑھنا، اور انٹرپرائز کے استعمال میں محفوظ، متوقع رویہ۔ کلاڈ ہدایات کے قریب رہنے اور حساس معاملات پر تیار رہنے کے لیے جانا جاتا ہے۔ لہذا، اسے قانون، مالیات اور صحت جیسے باقاعدہ شعبوں میں اکثر ترجیح دی جاتی ہے۔
عام صارف: طویل دستاویزات کا تجزیہ کرنے والی قانونی ٹیمیں، کوڈ کا جائزہ لینے والی سافٹ ویئر ٹیمیں، کارپوریٹ کسٹمر سروسز جن کو محفوظ آؤٹ پٹ کی ضرورت ہوتی ہے۔
موجودہ انتھروپک ماڈلز اور تخمینی قیمتیں (فی ملین ٹوکن، ان پٹ/آؤٹ پٹ):
ماڈل
اسٹیج
سیاق و سباق
ان پٹ $/1M
آؤٹ پٹ $/1M
کلاڈ اوپس 4.8
مضبوط
1M ٹوکنز
~5
~25
کلاڈ سونیٹ 5
متوازن
1M ٹوکنز
~3
~15
کلاڈ ہائیکو 4.5
ہلکا پھلکا
200K ٹوکن
~1
~5
دھیان دیں: یہ قیمتیں اس مدت کے لیے تخمینی ہیں جس میں یہ ماڈیول تیار کیا گیا تھا اور اکثر تبدیل ہوتے رہتے ہیں۔ فیصلہ کرنے سے پہلے فراہم کنندہ کے موجودہ قیمت کے صفحے کی تصدیق کرنا یقینی بنائیں۔ ہم 6ویں یونٹ میں قیمت کی منطق پر تفصیل سے بات کریں گے۔
اوپن اے آئی - جی پی ٹی فیملی
اوپن اے آئی کی جی پی ٹی فیملی مارکیٹ میں سب سے زیادہ تسلیم شدہ برانڈ ہے اور اس کا سب سے بڑا تھرڈ پارٹی ایکو سسٹم ہے۔ یعنی بہت سے سافٹ ویئر ٹولز، پلگ ان اور انٹیگریشنز پہلے GPT کے لیے جاری کیے جاتے ہیں۔ GPT فیملی بھی درجے کی ہے: تیز اور سستے ماڈلز (مثال کے طور پر GPT-4o mini جیسے ہلکے وزن کے اختیارات)، متوازن آل راؤنڈ ماڈل (GPT-4o)، اور سوچنے والے بھاری ماڈل جیسے "o-series" خاص طور پر استدلال پر مرکوز ہیں۔
وہ علاقے جہاں یہ نمایاں ہے: استعداد اور پھیلاؤ۔ متن، کوڈ، تصاویر اور آڈیو کے لیے صلاحیتوں کی وسیع رینج؛ بالغ گاڑی ماحولیاتی نظام؛ اور کمیونٹی کی وسیع حمایت۔ "کیا AI کے ساتھ کوئی کام کیا جا سکتا ہے؟" GPT عام طور پر ایک تیار نقطہ آغاز ہوتا ہے۔
عام صارف: سٹارٹ اپ جو تیز رفتار پروٹو ٹائپنگ کرتے ہیں، پروڈکٹ ٹیمیں جو وسیع انضمام چاہتی ہیں، SMBs جو ایک فراہم کنندہ کے ساتھ کاموں کی ایک وسیع رینج کو سنبھالنا چاہتی ہیں۔
گوگل - جیمنی فیملی
گوگل کی جیمنی فیملی دو طاقتور کارڈز کے ساتھ کھیلتی ہے: ملٹی موڈیلٹی (ٹیکسٹ، امیجز، آڈیو اور ویڈیو کو ایک ساتھ ہینڈل کرنے کی صلاحیت) اور گوگل ورک اسپیس انٹیگریشن (جی میل، دستاویزات، شیٹس جیسے ٹولز میں سرایت شدہ کام)۔ جیمنی بھی ٹائرڈ ہے: تیز رفتار "فلیش" ماڈل اور زیادہ طاقتور "پرو" ماڈل ہیں۔
جہاں یہ بہتر ہے: بصری اور ویڈیو کی تفہیم، بڑے پیمانے پر سیاق و سباق، اور ان تنظیموں کے لیے بغیر رگڑ کے انضمام جو پہلے سے ہی Google ٹولز کو بہت زیادہ استعمال کرتی ہیں۔ اگر کوئی تنظیم Google Workspace پر تمام دفتری کام چلاتی ہے، تو وہ Gemini کو قدرتی توسیع کے طور پر تجربہ کرتی ہے۔
عام صارف: گوگل ماحولیاتی نظام میں قائم کمپنیاں، تصویر/ویڈیو سے بھرپور مواد کی ٹیمیں، وہ جو ایک ساتھ بہت بڑے ڈیٹا سیٹس پر کارروائی کرنا چاہتی ہیں۔
تین خاندان شانہ بشانہ
سائز
انتھروپک (کلاڈ)
OpenAI (GPT)
گوگل (جیمنی)
مضبوط ترین پہلو
طویل سیاق و سباق، کوڈ، محفوظ رویہ
استعداد، وسیع ماحولیاتی نظام
ملٹی موڈیلٹی، ورک اسپیس
مراحل
اوپس/سونیٹ/ہائیکو
مضبوط/متوازن/روشنی + استدلال
پرو/فلیش
عام صارف
ریگولیٹڈ سیکٹرز
انٹرپرائز اور پروڈکٹ ٹیمیں۔
گوگل مرکوز ادارے
وزن کی قسم
بند
بند
بند
اس میز کو دیکھتے وقت، "کون جیتے گا" نہ پوچھیں؛ پوچھیں "میری نوکری کس قطار سے ملتی ہے؟" اگر آپ 200 صفحات پر مشتمل معاہدہ پڑھ رہے ہیں، تو طویل سیاق و سباق کی لکیر آپ کے لیے فیصلہ کن ہے، اور اگر آپ کے پاس بصری سے انوائسز پڑھی جا رہی ہیں، تو ملٹی موڈیلٹی لائن آپ کے لیے فیصلہ کن ہے۔
کمزور فوری/مضبوط اشارہ: خاندانی انتخاب کے لیے پوچھتے وقت
کمزور اشارہ:
کون سا بہتر ہے: کلاڈ، جی پی ٹی یا جیمنی؟
طاقتور اشارہ:
آپ کا کردار: غیر جانبدار AI مشیر۔ میرا کام: میں ایک ای کامرس کمپنی میں کسٹمر کی ای میلز کا جواب دینے کے لیے ڈرافٹ تیار کرنا چاہتا ہوں + آنے والی انوائس امیجز سے رقم/تاریخ نکالنا۔ دو مختلف کام ہیں: (1) ٹیکسٹ جنریشن، (2) تصویر سے ڈیٹا نکالنا۔ ٹاسک: دونوں کاموں کے لیے کلاڈ، جی پی ٹی اور جیمنی فیملیز کا موازنہ کریں۔ لکھیں کہ کون سا خاندان کام کی بنیاد پر نمایاں ہے، مجھے کون سا درجہ استعمال کرنا چاہیے اور کیوں۔ صحیح قیمت نہ دیں، ایک حد دیں۔ جب شک ہو تو "ٹیسٹ" کہیں۔
چونکہ دوسرا پرامپٹ کام کو دو واضح کاموں میں تقسیم کرتا ہے، اس لیے ماڈل ہر کام کے لیے الگ سے صحیح خاندان کی سفارش کر سکتا ہے۔ یہ "ماڈل پورٹ فولیو" خیال کی بنیاد بھی ہے جس کے بارے میں ہم بعد میں سیکھیں گے۔
کاپی کرنے کے قابل ٹیمپلیٹس
ٹائر 1 مماثلت:
میں مندرجہ ذیل کام کی وضاحت کرتا ہوں: [ٹاسک]۔ مشکل کی سطح اور حجم کو مدنظر رکھتے ہوئے، آپ کلاڈ، جی پی ٹی اور جیمنی فیملیز (روشنی/متوازن/مضبوط) کے کس درجے کی تجویز کریں گے؟ ہر خاندان کے لیے جواز کی ایک لائن لکھیں۔
2. ماحولیاتی نظام کی مطابقت:
ٹولز جو ہم فی الحال استعمال کرتے ہیں: [ٹول کی فہرست، جیسے گوگل ورک اسپیس / مائیکروسافٹ 365]۔ کون سا AI فیملی اس ٹول اسٹیک میں سب سے زیادہ رگڑ کے بغیر فٹ ہو گی اور کیوں؟ انضمام کی آسانی، سیکھنے کے منحنی خطوط اور لاک ان (انحصار) کے ممکنہ خطرے کا اندازہ کریں۔
3. طاقت کی توثیق:
میں اپنے کام [TASK] کے لیے "[MODEL NAME] اس میں بہترین ہے" کے دعوے کی جانچ کرنا چاہتا ہوں۔ اس دعوے کی تصدیق کے لیے مجھے اپنی کارکردگی کے مطابق کون سے 3 نمونے کے ٹیسٹ کرنے چاہئیں؟ ہر امتحان کی کامیابی کے معیار کو ایک جملے میں بیان کریں۔
4. نام کی قرارداد:
درج ذیل ماڈل کے ناموں کو فیملی، اسٹیج اور ورژن میں پارس کریں اور ایک ٹیبل بنائیں: [MODEL NAMES]۔ ہر ایک کے لیے ایک لفظ کے ساتھ ایک عام استعمال کا لیبل لگائیں۔
عام غلطیاں
- اشتہار کی بنیاد پر فیصلہ کرنا: "یہ ماڈل اس ٹیسٹ میں پہلے آیا" کا اعلان آپ کے مشن کے بارے میں کچھ نہیں کہہ سکتا۔ اپنے ڈیٹا کے ساتھ اس کی جانچ کریں۔
- سطح کا انتخاب کیے بغیر خاندان کا انتخاب: "ہم GPT استعمال کریں گے" کہنا کافی نہیں ہے۔ جس سطح پر اس کی قیمت اور معیار یکسر بدل جاتا ہے۔
- ماحولیاتی نظام کے تالے کو نظر انداز کرنا: ایک خاندان کے ساتھ گہری وابستگی سے انضمام میں آسانی ہوتی ہے لیکن مستقبل میں کسی دوسرے فراہم کنندہ پر جانا مشکل ہو جاتا ہے۔
- موضوع غائب: یہ مارکیٹ تیزی سے بدلتی ہے۔ چھ ماہ پہلے کا موازنہ آج غلط ہو سکتا ہے۔ اپنے فیصلے کی بنیاد تازہ ترین معلومات پر رکھیں۔
- ایک خاندان کو سب کچھ کرنے پر مجبور کرنا: جب کہ ایک خاندان متن میں چمکتا ہے، دوسرا خاندان بصری میں آگے ہوسکتا ہے۔ ٹاسک بہ کام سوچیں۔
خلاصہ میں
- انتھروپک، اوپن اے آئی، اور گوگل سبھی مختلف ناموں سے ایک ہی درجے کی منطق (روشنی/متوازن/مضبوط) پیش کرتے ہیں۔
- طویل سیاق و سباق، کوڈ اور محفوظ کارپوریٹ رویے میں کلاڈ؛ جی پی ٹی میں زبردست استعداد اور وسیع ماحولیاتی نظام ہے۔ جیمنی ملٹی موڈیلٹی اور ورک اسپیس انضمام میں بہترین ہے۔
- "بہترین" کام کے لحاظ سے مختلف ہوتا ہے۔ موازنہ کو اپنے ٹیسٹ ڈیٹا کی بنیاد پر بنائیں، اشتہارات پر نہیں۔
- ماڈل کے ناموں کو فیملی + ٹائر + ورژن میں پارس کرنے سے آپ کو بھرے بازار میں اپنا راستہ تلاش کرنے میں مدد ملے گی۔
درخواست کا کام
اپنے کام میں دو مختلف کاموں کی شناخت کریں (ایک متن بھاری، ایک بصری- یا طویل دستاویز-بھاری)۔ اس یونٹ میں ٹیمپلیٹ 1 (ٹیر میچنگ) کا استعمال کرتے ہوئے، ایک AI ماڈل سے ہر کام کے لیے تینوں خاندانوں سے مناسب درجہ طلب کریں۔ پھر، ٹیمپلیٹ 3 (طاقتوں کی توثیق) کے ساتھ، مجوزہ ماڈل کو اپنے ڈیٹا کے ساتھ جانچنے کے لیے تین ٹھوس ٹیسٹ ڈیزائن کریں۔ ہم ان ٹیسٹوں کو یونٹ 10 میں تشخیصی مطالعہ میں استعمال کریں گے۔
چیک لسٹ
- میں تینوں خاندانوں میں سطح (روشنی/متوازن/مضبوط) منطق کو پہچان سکتا ہوں۔
- کلاڈ، میں ان علاقوں سے مل سکتا ہوں جہاں GPT اور Gemini نمایاں ہیں۔
- میں جواز کے ساتھ کسی کام کے لیے صحیح خاندان اور درجہ بندی کر سکتا ہوں۔
- [ ] میں اپنے اپنے ڈیٹا کے ساتھ ماڈل کے دعوے کی جانچ کرنے کے طریقے جانتا ہوں۔
- میں ماڈل کے ناموں کو فیملی + اسٹیج + ورژن کے بطور پارس کرسکتا ہوں۔