Yapay zeka karşılaştırması OpenAI şirketinin GPT 6 Astra modeli ile Anthropic şirketinin Fable 5.1 modelini aynı komutlarla ölçtü. İki model kısa arayla piyasaya çıktı ve her biri kendi tablosunda üstünlük iddia etti. Astra bilgisayar kullanımı tarayıcı işleri ve siber güvenlik alanında iddialı duruyor. Fable 5.1 kodlama ve uzun problem çözmede güç gösterirken yüzde 25 daha ucuz sunuluyor. Testte e ticaret sitesi müze deneyimi ve üç boyutlu strateji oyunu aynı iş emriyle üretildi.
Bu model kıyası tek bir puan tablosuna indirgenemez. E ticarette Astra 21 dakikada Fable 32 dakikada işi bitirdi. Fable daha çok ürün ve varyant üretti Astra daha temiz bir vitrin verdi. Müzede Fable 149 eser ve 261 sanatçıyla kapsamı şişirdi Astra tur özelliğiyle akışı düzeltirdi. Oyunda Fable denetimde takıldı Astra yarı sürede daha sağlam grafik ve mekanik çıkardı. İlk bölümün ardından üç görevin kırılımı hız maliyet ajan işleri ve doğru model seçimi ele alınacaktır.
Aynı komut üç farklı işte neden ayrı sonuç verdi?
E ticaret görevi vitrinin ilk izlenimini ölçer. Astra 21 dakikada sayfayı ayağa kaldırdı. Fable 32 dakikada daha kalabalık bir katalog bıraktı. Katalog kalabalığı stoğu seven satıcıya yarar. Temiz vitrin ise dönüşüm arayan markaya yarar. Yapay zeka karşılaştırması bu yüzden tek süreyle bitmez. Süre kısa olsa da eksik varyant satış kaçırır.
Müze görevi bilgi yoğunluğunu ve gezinme rahatlığını birlikte sorar. Fable 149 eser ve 261 sanatçı üreterek arşivi şişirdi. Astra daha az nesneyle daha akıcı bir tur kurdu. Tur özelliği ziyaretçiyi salondan salona taşır. Taşınan ziyaretçi sıkılmazsa içerik az olsa da kalır. Kalan ziyaretçi müze sitesinin asıl başarısıdır. Başarı yalnızca madde sayısıyla ölçülmez.
Üç boyutlu strateji oyunu hem kodu hem duyguyu test eder. Fable denetimlerde takıldı ve oynanışı aksattı. Astra yarı sürede daha düzgün grafik ve mekanik üretti. Düzgün mekanik oyuncuyu ilk beş dakikada tutar. Tutan oyuncu eksik içeriği sonra affedebilir. Affedilmeyen şey takılan tuş ve bozuk kameradır. Bozuk kamera modeli hemen zayıf ilan eder.
Bu hız üstünlüğü yaratıcı işlerde tek kazanan çıkarmaz. Kazanan işin türüne göre yer değiştirir. Katalog işinde zenginlik öne çıkar. Vitrin işinde sadelik öne çıkar. Oyun işinde akış öne çıkar. Akış bozulunca içerik zenginliği görünmez. Görünmeyen zenginlik müşteriye fayda yazmaz.
Kısa sürede biten iş aynı bütçeyle daha çok deneme yaptırır. Çok deneme daha iyi sonuca götürebilir. Götüren yol Fable nin yavaş fakat dolu çıktısını da değersiz kılmaz. Yapay zeka karşılaştırması yanlış işe yanlış modeli bağlamayı asıl risk sayar. Risk büyüyünce ucuz token pahalı zaman olur. Pahalı zaman ajansı yorar.
Maliyet iddiası ucuzluk mu yoksa toplam fatura mı?
Fable 5.1 yüzde 25 daha ucuz diye anlatılır. Anlatılan ucuzluk token fiyatıdır. Token ucuz olsa da 32 dakikalık iş 21 dakikalık işten daha çok döngü yakabilir. Yakan döngü toplam faturayı ters çevirebilir. Ters fatura yapay zeka karşılaştırmasını yalnızca liste fiyatıyla okumayı yasaklar. Yasaklanan okuma ajansı yanıltır. Yanıltılan ajans ucuz sandığı modeli pahalıya getirir.
Kodlama gücü uzun problemde Fable tarafına yazılır. Yazılan güç bir günde bitmeyen refaktörde işe yarar. İşe yarayan güç oyun gibi kısa gösteride kaybolabilir. Kaybolan güç e ticaret vitrininde de gizlenebilir. Gizlenen güç ancak hata ayıklama saatlerinde ortaya çıkar. Ortaya çıkan saat müşterinin görmediği maliyettir.
Astra nın tarayıcı ve bilgisayar kullanımı iddiası ajan işlerini büyütür. Büyüyen ajan form doldurur site gezer dosya indirir. Gezen ajan insan dakikasını keser. Kesilen dakika token farkından büyük tasarruf olabilir. Olabilen tasarruf siber güvenlik iddiasıyla birleşince kurumsal alıcıyı çeker. Çeken alıcı yalnızca geliştirici değildir.
Hız görsellik ve içerik zenginliği nasıl tartılır?
Görsel temizlik dönüşümü doğrudan etkiler. E ticarette Astra nın sade vitrini ilk bakışta güven verir. Güven veren vitrin sepete gidişi hızlandırır. Hızlanan gidiş eksik varyantı bir süre örter. Örten süre stok çeşitliliği gelmezse biter. Biten süre iade ve soru yükünü artırır. Artan yük çağrı merkezini şişirir.
İçerik zenginliği arama ve iç bağlantıya yarar. Fable nin 149 eserlik müzesi uzun kuyruklu aramalarda bulunur. Bulunan sayfa trafik getirir. Gelen trafik tur yoksa salonda kaybolur. Kaybolan ziyaretçi hemen çıkar. Çıkan ziyaretçi zengin arşivi boşa düşürür. Boşa düşen arşiv üretim süresini de boşa düşürür.
Oyun testinde hız ile kararlılık aynı kefeye binmez. Astra yarı sürede daha oynanır bir iskelet verdi. İskelet sağlamsa içerik sonra eklenir. Eklenen içerik takılan kontrole çarpınca işe yaramaz. Yaramayan iş stüdyoyu ikinci modele mahkûm eder. Mahkûmiyet iki modeli birden çalıştırma maliyetidir.
İş tanımına göre skor değişir ve yapay zeka karşılaştırması bu yüzden tek numara üretmez. İş tanımı net değilse model seçimi kumar olur. Kumar olan seçim demo gününde utandırır. Utandıran demo müşteriyi değil ekibi yorar. Yorulan ekip modeli suçlar oysa suç tanımdadır. Net tanım iki modeli de işe yarar kılar.
Ajan işleri tarayıcı iddiasını ayrı tartar. Form doldurma ve çok adımlı site gezisi Astra nın sahası gibi durur. Duran saha muhasebe ve operasyon ekibini ilgilendirir. İlgilenen ekip kod kalitesinden çok biten göreve bakar. Biten görev ucuz token dan değerli olabilir. Değerli olan bitiş süresi değil işin kapanmasıdır.
Siber güvenlik iddiası ayrı bir sözleşme ister. İsteyen kurum modeli ajan olarak ağa yaklaştırır. Yaklaşan ajan yetki sınırını net ister. Net sınır yazılmazsa ucuz model pahalı ihlal doğurur. Doğan ihlal hiçbir karşılaştırma tablosunda görünmez. Görünmeyen risk satın alma kararını tersine çevirir.
Kim hangi modeli hangi işe bağlamalı?
Katalog ve arşiv işi Fable tarafına daha yakın durur. Yakın duran iş ürün kartı müze maddesi ve uzun rapor üretir. Üretilen madde sayısı müşteriye teslim maddesiyse zenginlik kazanır. Kazanan zenginlik 11 dakikalık farkı ödeyebilir. Ödeyen fark ancak kalite kontrolü varsa değerlidir. Kontrol yoksa kalabalık çöp olur.
Vitrin oyun ve kısa demolar Astra tarafına kayar. Kayan iş ilk izlenimi satar. Satan izlenim yatırımcıya ve müşteriye beş dakikada anlatılır. Anlatılan beş dakika 32 dakikalık arşivi bekleyemez. Bekleyemeyen iş hızı seçer. Seçilen hız sonra Fable ile doldurulabilir.
Karma ekip iki modeli aynı boru hattında kullanabilir. Kullanılan hat önce iskeleti hızlı modelle kurar. Kurulan iskeleti zengin modelle doldurur. Doldurma maliyeti tek modele kilitlenmekten düşük kalabilir. Kalabilen tasarruf yönetim disiplinine bağlıdır. Disiplin yoksa iki fatura birden şişer.
Satın alma öncesi sorulacak sade sorular
İlk soru işin tesliminin süre mi madde sayısı mı olduğudur. Süre ise hızlı model öne çıkar. Madde ise zengin model öne çıkar. Çıkan cevap yapay zeka karşılaştırmasını tablo dışına taşır. Taşan cevap ekibi kavga etmekten kurtarır. Kurtaran netlik demo gününü de kurtarır.
İkinci soru token fiyatı mı yoksa biten görev maliyeti mi bakılacağıdır. Bakılan yer yanlışsa ucuz model pahalı çıkar. Çıkan fatura ay sonunda sürpriz olur. Sürpriz olan fatura bir sonraki ay modeli değiştirir. Değişen model öğrenilmiş işi sıfırlar. Sıfırlanan iş asıl israftır.
Üçüncü soru ajanın hangi sistemlere dokunacağıdır. Dokunan yer müşteri verisiyse sınır yazılmalıdır. Yazılmayan sınır siber iddiayı riske çevirir. Çevrilen risk hukuk ve itibar faturası doğurur. Doğan fatura yüzde 25 ucuzluğu siler. Silinen ucuzluk seçimi baştan yanlışlar.
Son söz olarak iki model de yeteneklidir fakat aynı işi aynı şekilde bitirmez. Biri vitrini çabuk kurar diğeri rafı doldurur. Biri oyunu oynanır kılar diğeri ansiklopediyi şişirir. Şişen ansiklopedi her müşteriyi mutlu etmez. Mutlu etmeyen çıktı yanlış seçimin belgesidir. Belge dururken tek bir birincilik ilan etmek aceleciliktir.
