Gemini 4 Carbon siūlo mažesnę AI užduočių kainą

„Google“ modelio „Gemini 4 Carbon“ vienos užduoties vykdymo kaina siekia kiek daugiau nei 16 JAV dolerių – mažiau nei trečdalį „Anthropic“ modelio „Claude Opus 5.5“ kainos, kuri pagal „SemiAnalysis“ GDPx etaloną sudaro apie 51 JAV dolerį už užduotį.

GDPx reitinge „Opus 5.5“ užima pirmą vietą, o „Gemini 4 Carbon“ nuo jo nedaug atsilieka pagal bendrą rezultatą. Nors „Gemini 4 Carbon“ ir nėra lyderis, jis siūlo rinkos lyderiui artimą našumą už gerokai mažesnę vienos užduoties kainą, todėl išsiskiria palankiu kainos ir našumo santykiu.

GDPx lygina pažangiausius „Google“, „OpenAI“, „Anthropic“ ir „Meta“ modelius, vertindamas jų rezultatus bei vienos užduoties vykdymo kainą. Rodiklį sudaro 206 užduotys iš finansų, medžiagų mokslo, kibernetinio saugumo, programinės įrangos inžinerijos, teisės ir biologijos sričių, tad vertinimas neapsiriboja bendro pobūdžio teksto generavimu ar atsakymais į dažniausiai užduodamus klausimus.

Bendrajame GDPx reitinge „Opus 5.5“ surinko daugiausia balų, o „Gemini 4 Carbon“ nuo jo atsiliko palyginti nedaug. Tačiau kainų skirtumas kur kas didesnis: „SemiAnalysis“ duomenimis, vienos „Opus 5.5“ užduoties kaina siekia maždaug 51 JAV dolerį, o „Gemini 4 Carbon“ – kiek daugiau nei 16 JAV dolerių. Ataskaitoje taip pat nurodoma, kad kitas sąraše esantis „OpenAI“ modelis „GPT-6 Astra“ surinko mažiau balų nei „Gemini 4 Carbon“, nors vidutinė vienos jo užduoties kaina buvo didesnė – apie 54 JAV dolerius.

Šių trijų modelių palyginimas išryškina skirtumą tarp našumo ir ekonominės vertės lyderių: „Opus 5.5“ pirmauja pagal bendrą rezultatą, „Gemini 4 Carbon“ siūlo panašų našumą už gerokai mažesnę kainą, o „GPT-6 Astra“ nusileidžia abiem ir vienos užduoties vykdymui kainuoja daugiau.

Koreguotas reitingas ir saugumo filtrai

„SemiAnalysis“ taip pat paskelbė koreguotą reitingą, į kurį neįtrauktos kibernetinio saugumo, biologijos ir suderinamumo užduotys. Pašalinus šias tris sritis, lyderių rikiuotė pasikeitė: pirmą vietą užėmė „GPT-6 Astra“. Koreguotame sąraše „GPT 6.1 Sol“ ir „Opus 5.5“ taip pat įvertinti aukščiau nei „Gemini 4 Carbon“. Tyrėjų teigimu, šis reitingas geriau atspindi jų subjektyvų modelių gebėjimų vertinimą.

Ataskaitoje pažymima, kad tokių modelių kaip „Claude“ ir kai kurių „GPT“ versijų saugumo priemonės gali neleisti atlikti tam tikrų su kibernetiniu saugumu, biologija ar suderinamumu susijusių užduočių. Tai gali turėti įtakos bendriems GDPx rezultatams, todėl modelio įvertinimas kartais atspindi ne tik jo techninius gebėjimus, bet ir tai, kiek jam leidžiama atsakyti į jautrius prašymus.

Ankstesnis pažangiausias „Google“ modelis „Gemini 4 Argon“ tiek bendrajame, tiek koreguotame reitinge užėmė aštuntą vietą. Jis aplenkė „Meta“ modelį „Muse Wonder“, tačiau nusileido „Wonder Full“. GDPx vertinime vienos „Argon“ užduoties kaina buvo tik šiek tiek mažesnė nei „Gemini 4 Carbon“. Nedidelis kainų skirtumas ir aukštesnė „Carbon“ pozicija rodo geresnį naujesnio „Google“ modelio kainos ir našumo santykį.

Vertinant vien kibernetinio saugumo užduotis, rikiuotė keičiasi: abu „Google“ modeliai šioje srityje aplenkė „OpenAI“ ir „Anthropic“, tačiau nusileido „Meta“ „Muse“ modelių šeimai, kuri, GDPx duomenimis, yra aiški kibernetinio saugumo lyderė. „SemiAnalysis“ taip pat pažymi, kad nurodyti kainų skirtumai gali turėti reikšmingą finansinį poveikį atliekant didelės apimties pasikartojančius testus ir diegiant sprendimus įmonėse.