جمنای ۴ کربن گوگل در ارزیابی GDPx با امتیازی نزدیک به کلاد اپوس ۵٫۵ آنتروپیک، هزینهٔ کمتری برای اجرای وظایف ثبت کرد. هزینهٔ هر وظیفه برای جمنای کمی بیش از ۱۶ دلار و برای کلاد حدود ۵۱ دلار گزارش شده است.
به گزارش زومیت، جمنای ۴ کربن گوگل در جدول اصلی ارزیابی GDPx پس از کلاد اپوس ۵٫۵ آنتروپیک قرار گرفت. فاصلهٔ امتیاز این دو مدل هوش مصنوعی محدود توصیف شده، اما هزینهٔ اجرای هر وظیفه با مدل گوگل کمتر از یکسوم رقیب صدرنشین بوده است.
این معیار، مدلها را روی ۲۰۶ وظیفه در حوزههای حرفهای، از امور مالی تا مهندسی نرمافزار، مقایسه میکند. بااینحال، در نسخهٔ تعدیلشدهای که SemiAnalysis با حذف چند حوزه منتشر کرد، جایگاه جمنای پایینتر رفت؛ بنابراین ترکیب وظایف بر نتیجهٔ مقایسه اثر دارد.
برای تیمهای سازندهٔ محصولات هوش مصنوعی در ایران، افغانستان، تاجیکستان و دیگر بازارها، این نتیجه دلیلی برای سنجیدن هزینه در کنار کیفیت است، نه انتخاب قطعی یک مدل. پیش از تغییر مدل، باید هزینه و کیفیت آن را روی وظایف واقعی محصول سنجید؛ برتری اقتصادی گزارششده در این آزمون، بهتنهایی همان نتیجه را در هر کسبوکاری ثابت نمیکند.
اگر اختلاف هزینه در وظایف واقعی محصول هم تکرار شود، انتخاب مدل میتواند هزینهٔ استفادههای پرتعداد را کاهش دهد.
تغییر رتبهها با تغییر ترکیب آزمون نشان میدهد انتخاب مدل باید بر اساس نیاز مشخص کسبوکار باشد، نه فقط جایگاه جدول.
این نتایج هنوز ثابت نمیکنند که جمنای برای وظایف فارسی و کاربردهای واقعی هر تیم، همان نسبت کیفیت به هزینه را حفظ میکند.
این نوشته را اتاق خبر Made in 10 بهطور خودکار از روی منبع بالا نوشته است.
OpenAI و دولت ابوظبی برای تبدیل قوانین و مقررات به قالب قابلپردازش با هوش مصنوعی توافق کردند. نخستین نمونه در بررسی درخواستهای واردات مواد غذایی به کار گرفته شده، اما تصمیم نهایی همچنان با مقامهای دولتی است.
علیبابا مدل Qwen-Image ۲٫۰ را برای تولید و ویرایش تصویر با تمرکز بر نوشتههای داخل تصویر معرفی کرد. این نسخه ساخت تصویر و تغییر تصاویر موجود را در یک مدل یکپارچه میکند، اما دقت نوشتههای فارسی هنوز به آزمایش مستقل نیاز دارد.
DeepSeek عامل هوش مصنوعی برنامهنویسی متنباز Super-Agent را منتشر کرده که کار توسعهٔ نرمافزار را به گفتوگوهای تیمی متصل میکند. این کد با مجوز MIT، یک نمونهٔ اولیهٔ پژوهشی است، نه محصول رسمی DeepSeek.