Το υψηλό κόστος χρήσης μεγάλων μοντέλων τεχνητής νοημοσύνης είναι ένας σημαντικός λόγος για τον οποίο πολλές εφαρμογές τεχνητής νοημοσύνης δεν έχουν ακόμη εφαρμοστεί και προωθηθεί. Η επιλογή ακραίων επιδόσεων σημαίνει τεράστιο κόστος υπολογιστικής ισχύος, το οποίο οδηγεί σε υψηλό κόστος χρήσης που οι απλοί χρήστες δεν μπορούν να αποδεχτούν.
Ο ανταγωνισμός για μεγάλα μοντέλα AI μοιάζει με πόλεμο χωρίς καπνό. Αφού το DeepSeek κυκλοφόρησε και άνοιξε το πιο πρόσφατο μεγάλο μοντέλο R1, το OpenAI κυκλοφόρησε επίσης το δικό του τελευταίο μοντέλο o3 υπό πίεση. Ο παίκτης μεγάλου μοντέλου Google έπρεπε επίσης να συμμετάσχει στον έντονο ανταγωνισμό για μοντέλα χαμηλού κόστους.
Νέα κίνηση της Google: αποκαλύφθηκαν νέα μέλη της σειράς Gemini
Τα ξημερώματα της 6ης Φεβρουαρίου, η Google παρουσίασε μια σειρά από νέες εκδόσεις του μοντέλου Gemini. Μεταξύ αυτών, η πειραματική έκδοση του Gemini 2.0 Το Pro και η έκδοση προεπισκόπησης του Gemini 2.0 Flash – Lite τράβηξαν μεγάλη προσοχή και η τελευταία έκδοση του Gemini 2.0 Flash κυκλοφόρησε επίσημα.
Ως νέα παραλλαγή, Google Gemini 2.0 Το Flash – Lite έχει μια πολύ ελκυστική τιμή μόνο 0,3 USD ανά εκατομμύριο μάρκες, καθιστώντας το το πιο προσιτό μοντέλο της Google μέχρι σήμερα.
Η πειραματική έκδοση του Gemini 2.0 Pro, από την άλλη πλευρά, διαθέτει ισχυρές εγγενείς πολυτροπικές δυνατότητες που μπορούν να μετατρέψουν μεταξύ κειμένου και ήχου και βίντεο.
Η πειραματική έκδοση του Gemini 2.0 Flash Thinking είναι δωρεάν στη χρήση και έχει επίσης τη δυνατότητα πρόσβασης, εξαγωγής και σύνοψης του περιεχομένου των βίντεο του YouTube.
Ο Logan Kilpatrick, επικεφαλής των προϊόντων Google AI Studio, ανακοίνωσε στην πλατφόρμα X ότι αυτά τα μοντέλα είναι «τα πιο ισχυρά μοντέλα στην ιστορία της Google» και είναι διαθέσιμα σε όλους τους προγραμματιστές.
Τα νέα μοντέλα Gemini εντυπωσιακές επιδόσεις και αποτελέσματα στο leaderboard
Στο Leaderboard του Chatbot Arena Large Model, η Gemini 2.0 Flash Thinking Experimental Edition και η Gemini 2.0 Pro Experimental Edition έχουν επιτύχει εξαιρετικά αποτελέσματα. Σε σύγκριση με τα προηγούμενα μεγάλα μοντέλα της Google, το Gemini 2.0 έχει σημειώσει μεγάλη πρόοδο και, όπως ήταν αναμενόμενο, έφτασε με επιτυχία στην κορυφή του leaderboard, με συνδυασμένη βαθμολογία που ξεπερνά τα ChatGPT-4o και DeepSeek-R1. Αυτή είναι μια τεράστια βελτίωση.
Αυτό το αποτέλεσμα βασίζεται σε μια ολοκληρωμένη αξιολόγηση των δυνατοτήτων μεγάλων μοντέλων σε διάφορους τομείς, συμπεριλαμβανομένων των μαθηματικών, της κωδικοποίησης και της πολυγλωσσικής επεξεργασίας.
Τιμή και απόδοση: κάθε παραλλαγή του Gemini 2.0 έχει τα δικά της πλεονεκτήματα
Οι διαφορετικές εκδόσεις του Gemini 2.0 έχουν τα δικά τους χαρακτηριστικά ως προς την τιμή και την απόδοση. Έχει επιτευχθεί ισορροπία μεταξύ απόδοσης και τιμής, δίνοντας στους χρήστες περισσότερες επιλογές. Τα API των διαφορετικών εκδόσεων του Gemini 2.0 μπορούν να κληθούν μέσω του Google AI Studio και του Vertex AI. Οι προγραμματιστές και οι χρήστες μπορούν να επιλέξουν την κατάλληλη έκδοση σύμφωνα με τις ανάγκες τους.
Το Gemini 2.0 έχει σημειώσει μεγάλη πρόοδο και ανάπτυξη σε σύγκριση με το Gemini 1.5. Αν και οι διαφορετικές εκδόσεις του Gemini 2.0 έχουν διαφορές, όλες έχουν βελτιωθεί συνολικά. Συγκεκριμένα, πρέπει να προσδιορίσετε το σενάριο που χρησιμοποιείτε και στη συνέχεια να επιλέξετε καλύτερα το μοντέλο Gemini που σας ταιριάζει.
Όσον αφορά την τιμή, το Gemini 2.0 Flash και το Gemini 2.0 Flash – Lite επικεντρώνονται στην ανάλαφρη ανάπτυξη. Υποστηρίζουν έως και 1 εκατομμύριο διακριτικά στο μήκος του παραθύρου περιβάλλοντος και όσον αφορά την τιμολόγηση, η διάκριση μεταξύ επεξεργασίας μακρού και σύντομου κειμένου στο Gemini 1.5 Flash έχει καταργηθεί και η τιμή ενοποιείται σε τιμή μονάδας διακριτικού.
Το Gemini 2.0 Flash κοστίζει 0,4 USD ανά εκατομμύριο διακριτικά για την έξοδο κειμένου, το οποίο είναι το ήμισυ της τιμής του Gemini 1.5 Flash κατά την επεξεργασία μεγάλων κειμένων.
Gemini 2.0 Flash – Το Lite είναι ακόμα καλύτερο στη βελτιστοποίηση κόστους σε σενάρια παραγωγής κειμένου μεγάλης κλίμακας, με τιμολόγηση εξόδου κειμένου 0,3 USD ανά εκατομμύριο διακριτικά. Ακόμη και ο διευθύνων σύμβουλος της Google, Sundar Pichai, το επαίνεσε ως «αποτελεσματικό και ισχυρό».
Όσον αφορά τη βελτίωση της απόδοσης, το Gemini 2.0 Flash έχει πιο ολοκληρωμένες λειτουργίες πολυτροπικής αλληλεπίδρασης από την έκδοση Lite. Έχει προγραμματιστεί να υποστηρίζει έξοδο εικόνας, καθώς και αμφίδρομη είσοδο και έξοδο σε πραγματικό χρόνο χαμηλής καθυστέρησης, όπως κείμενο, ήχος και βίντεο.
Η πειραματική έκδοση του Gemini 2.0 Pro υπερέχει όσον αφορά την απόδοση κωδικοποίησης και τα πολύπλοκα μηνύματα. Το παράθυρο περιβάλλοντος μπορεί να φτάσει έως και 2 εκατομμύρια διακριτικά και η γενική του ικανότητα έχει αυξηθεί από 75,8% σε 79,1% σε σύγκριση με την προηγούμενη γενιά, κάτι που αποτελεί σημαντική διαφορά στην ικανότητα κωδικοποίησης και συλλογισμού με το Gemini 2.0 Flash και το Gemini 2.0 Flash – Lite.
Η ομάδα εφαρμογής Gemini είπε στην πλατφόρμα X ότι οι χρήστες του Gemini Advanced μπορούν να έχουν πρόσβαση στην πειραματική έκδοση Gemini 2.0 Pro μέσω του αναπτυσσόμενου μενού μοντέλων και η πειραματική έκδοση Gemini 2.0 Flash Thinking είναι δωρεάν για τους χρήστες της εφαρμογής Gemini και αυτή η έκδοση μπορεί να χρησιμοποιηθεί σε συνδυασμό με το YouTube, την αναζήτηση Google και τους Χάρτες Google.
Καταπολέμηση του ανταγωνισμού: Διαγωνισμός κόστους-αποτελεσματικότητας μοντέλου Google
Σε μια εποχή που το κόστος ανάπτυξης μοντέλων έχει γίνει ένα καυτό θέμα στον κλάδο, η κυκλοφορία του ανοιχτού κώδικα, χαμηλού κόστους και υψηλής απόδοσης DeepSeek – R1 είχε αντίκτυπο σε ολόκληρο τον κλάδο.
Κατά τη διάρκεια της τηλεδιάσκεψης μετά την κυκλοφορία της οικονομικής έκθεσης τέταρτου τριμήνου 2024 της Google, ο Pichai, ενώ αναγνώρισε τα επιτεύγματα του DeepSeek, τόνισε επίσης ότι η σειρά μοντέλων Gemini πρωτοπορεί στην ισορροπία μεταξύ κόστους, απόδοσης και καθυστέρησης και ότι η συνολική τους απόδοση είναι καλύτερη από αυτή των μοντέλων V3 και R1 της DeepSeek.
Από την άποψη της κατάταξης της δοκιμής αναφοράς απόδοσης μεγάλου μοντέλου LiveBench που δημιουργήθηκε από τον Yang Likun και την ομάδα του, η συνολική κατάταξη του Gemini 2.0 Flash είναι υψηλότερη από αυτή του DeepSeek V3 και του OpenAI o1 – mini, αλλά βρίσκεται πίσω από το DeepSeek – R1 και το o1 του OpenAI. Ωστόσο, η κυκλοφορία του Gemini 2.0 Flash – Lite από την Google είναι σαν ατού. Η Google ελπίζει να κάνει τα πιο πρόσφατα μεγάλα μοντέλα προσιτά για περισσότερους ανθρώπους, να μειώσει το κόστος χρήσης των χρηστών και ελπίζει να καταλάβει μια θέση στον ανταγωνισμό μεταξύ εταιρειών για τιμή/απόδοση.
Αφού η Google κυκλοφόρησε το τελευταία έκδοση Gemini 2.0, ένας διαδικτυακός χρήστης άρχισε να δοκιμάζει και να αναλύει μόνος του το Gemini 2.0 Flash και άλλα δημοφιλή μοντέλα deepseek και openai GPT-4o. Διαπίστωσε ότι η νέα έκδοση του Gemini 2.0 Flash υπερτερεί των άλλων δύο μοντέλων από άποψη απόδοσης και κόστους. Αυτό μας δίνει επίσης μια γεύση από την ανάπτυξη και την εξέλιξη της Google και είναι μια καλή αρχή.
Συγκεκριμένα, το Gemini 2.0 Flash κοστίζει 0,1 USD ανά εκατομμύριο token για είσοδο και 0,4 USD για έξοδο, και τα δύο είναι πολύ χαμηλότερα από το DeepSeek V3. Αυτή είναι μια τεράστια βελτίωση και εξέλιξη. Ο netizen τόνισε επίσης στην πλατφόρμα X: «Η επίσημη έκδοση του Gemini 2.0 Flash κοστίζει το ένα τρίτο του GPT-4o-mini, ενώ είναι τρεις φορές πιο γρήγορη».
Μια νέα τάση στην αγορά μεγάλων μοντέλων: η σχέση ποιότητας-τιμής είναι βασιλιάς
Σήμερα, το μεγάλο πεδίο μοντέλων έχει παγιδευτεί σε έναν νέο πόλεμο τιμών. Στο παρελθόν, το υψηλό κόστος χρήσης μεγάλων μοντέλων είχε δημιουργήσει κάποια αντίσταση στη χρήση και την προώθησή τους. Ο αντίκτυπος του πολέμου τιμών για τα μεγάλα μοντέλα που προκλήθηκε από το DeepSeek στην υπερπόντια αγορά μεγάλων μοντέλων εξακολουθεί να ζυμώνεται. Ταυτόχρονα, η επιλογή ανοιχτού κώδικα επέτρεψε επίσης σε περισσότερους χρήστες να κατανοήσουν και να χρησιμοποιήσουν τα πιο πρόσφατα αποτελέσματα έρευνας μεγάλων μοντέλων. Η στρατηγική ανοιχτού κώδικα + χαμηλή τιμή άσκησε επίσης πίεση σε πολλές αμερικανικές μεγάλες εταιρείες μοντέλων.
Η Google κυκλοφόρησε το Gemini 2.0 Flash-Lite και το OpenAI έκανε τη λειτουργία αναζήτησης ChatGPT δωρεάν διαθέσιμη σε όλους τους χρήστες, έτσι ώστε οι χρήστες να μπορούν να χρησιμοποιούν τη λειτουργία αναζήτησης για να ολοκληρώσουν πιο διαφορετικές εργασίες. Η εσωτερική ομάδα της Meta εντείνει επίσης την έρευνα για στρατηγικές μείωσης της τιμής μεγάλων μοντέλων, ενώ παράλληλα προωθεί την περαιτέρω ανάπτυξη μεγάλων μοντέλων ανοιχτού κώδικα της Meta.
Σε αυτόν τον άκρως ανταγωνιστικό τομέα, καμία εταιρεία δεν μπορεί να καθίσει άνετα στην πρώτη θέση. Οι εταιρείες προσπαθούν να προσελκύσουν και να διατηρήσουν χρήστες βελτιώνοντας τη σχέση κόστους-αποτελεσματικότητας. Αυτή η τάση θα βοηθήσει τα μεγάλα μοντέλα να περάσουν από την ανάπτυξη καθαρής τεχνολογίας σε ευρύτερη εφαρμογή και η μελλοντική μεγάλη αγορά μοντέλων θα συνεχίσει να εξελίσσεται και να αλλάζει στον ανταγωνισμό για οικονομική αποδοτικότητα.
