مدل مایکروسافت تصمیم-1 معرفی کرد که بنا به ادعای این شرکت در تصمیم گیری ۳۵ دو برابر سریعتر از GPT-6 Sol و هزینه کمتری دارد.
به گزارش سرویس هوش مصنوعی مجردمیانگین تاخیر پاسخ این مدل حدود 35 برابر کمتر از GPT-6 Sol گزارش شده است.
مسابقه مدل های تخصصی تصمیم گیری هوش مصنوعی
در هفته‌های اخیر، مدل‌های تخصصی هوش مصنوعی برای تصمیم‌گیری به یکی از عرصه‌های جدید رقابت در بین شرکت‌های فناوری تبدیل شده است. شرکت هایی مانند TypeSafe AI، Perplexity و OpenAI نیز مدل ها یا رابط های برنامه نویسی مشابهی را معرفی کرده اند. حال مایکروسافت با انتشار Decision-1 وارد این رقابت شده و مدعی است محصولش نسبت به مدل های مشابه از دقت بیشتر و تاخیر کمتری برخوردار است.
OpenAI همچنین در این هفته شروع به در دسترس قرار دادن Decisions API خود برای عموم کرد. این رابط از مدل GPT-6 لونا پشتیبانی می کند و به توسعه دهندگان اجازه می دهد متن و تصاویر را ارزیابی کنند و به جای متن تولید شده، پاسخ های ساختاریافته را دریافت کنند. طبق گفته OpenAI، استفاده از این رابط می تواند سرعت پردازش را تا 10 برابر در مقایسه با اجرای GPT-6 Luna از طریق API سنتی Responses افزایش دهد.
مدل Microsoft-Decision-1 بر اساس مدل Qwen3.5-9B شرکت علی بابا و با آموزش های تکمیلی تخصصی ساخته شده است. هدف از طراحی آن امتیازدهی سریع تصمیمات در یک مرحله پردازش است. این مدل از سوالات بله یا خیر، سوالات چند گزینه ای، امتیازدهی و ارزیابی پاسخ های تولید شده توسط هوش مصنوعی بر اساس معیارهای از پیش تعریف شده پشتیبانی می کند.
بیشتر بخوانید: OpenAI مدل های GPT-6 Sol و Luna را با هزینه کمتر منتشر کرد
سرعت بیشتر و هزینه کمتر
بر اساس تست های داخلی مایکروسافت، تصمیم-1 در ارزیابی 36 معیار مختلف، از جمله مسیریابی، رتبه بندی، وظایف چند زبانه، استدلال و ایمنی، بالاترین دقت را در بین مدل های ارزیابی شده به دست آورد. این ارزیابی شامل نزدیک به 150000 سوال بود.
مایکروسافت همچنین اعلام کرده است که میانگین زمان پاسخگویی یا P50 در مدل جدید خود حدود 35 برابر کمتر از GPT-6 Sol است. مدل های تخصصی Jev و H2O-Lightning-4B نیز به ترتیب 2.8 و 2.5 برابر کندتر از Decision-1 عمل کردند. البته این ارقام مربوط به تست های گزارش شده توسط مایکروسافت است و مقایسه مستقیمی بین همه مدل ها نیست.
هزینه استفاده از Decision-1 0.042 دلار برای هر یک میلیون توکن ورودی تعیین شده است و توکن های خروجی رایگان هستند. در مقابل، هزینه یک میلیون توکن ورودی در OpenAI Decisions API به 0.10 دلار می رسد. بر این اساس، هزینه ورودی مدل مایکروسافت حدود 58 درصد کمتر است. سرویس Clef-flash Cloudflare نیز 0.038 دلار به ازای هر میلیون توکن ورودی قیمت دارد که کمی ارزانتر از مدل مایکروسافت است.
گسترش این مدل های تخصصی می تواند رقابت را در زمینه ارزیابی و تصمیم گیری خودکار افزایش دهد. با این حال، عملکرد واقعی آنها در کاربردهای عملی و مقایسه مستقل نقش مهمی در تعیین جایگاه آنها در بازار خواهد داشت.
بیشتر بخوانید: مدل هوش مصنوعی برنامه نویسی آفلاین مایکروسافت منتشر شد
گفتگو در مورد این post