Cohere के परीक्षणों में पाया गया कि एक सक्षम मुख्य AI एजेंट के साथ सस्ते प्लानिंग एजेंट मिलकर ज्यादा महंगी टीम के बराबर प्रदर्शन कर सकते हैं। Sol की अगुआई में Luna प्लानिंग एजेंट इस्तेमाल करने पर पूरी तरह Sol पर आधारित टीम के मुकाबले प्रदर्शन घटाए बिना लागत 60% कम हुई, लेकिन नतीजे काम के हिसाब से अलग रहे।
Cohere की वरिष्ठ शोधकर्ता Nouha Dziri ने AI एजेंट टीमों के परीक्षण पेश किए। इन टीमों में एक मुख्य एजेंट काम सौंपता है और साझा कार्यक्षेत्र में रिपोर्टों को एक साथ जोड़ता है। ज्यादा सक्षम Sol को मुख्य एजेंट बनाकर उसके साथ सस्ते Luna प्लानिंग एजेंट लगाने से कम लागत में वही नतीजा मिला जो हर भूमिका में Sol इस्तेमाल करने पर मिला था।
परीक्षणों में ProgramBench इस्तेमाल किया गया, जो मॉडल से किसी प्रोग्राम की बाइनरी और उसके विनिर्देशों के आधार पर उसे दोबारा बनाने को कहता है, ताकि वह कंपाइल हो और टेस्ट पास करे। सहायक एजेंटों को केवल खोजबीन तक सीमित रखने पर भी पूरी टीम जितना प्रदर्शन मिला और लागत आधी रही। इससे संकेत मिलता है कि इस व्यवस्था में मुख्य अड़चन यह पता लगाना था कि क्या बनाना है।
AI एजेंट बनाने वाली कंपनियों के लिए ये निष्कर्ष इस बात का समर्थन करते हैं कि पूरे वर्कफ़्लो में अतिरिक्त एजेंटों पर खर्च करने से पहले जांचा जाए कि वे कहां मदद करते हैं। इनसे हर तरह के काम में लागत कम होने की पुष्टि नहीं होती: एक अन्य बेंचमार्क, Commit Zero, में दस्तावेज और टेस्ट उपलब्ध होने पर कार्यान्वयन में मदद देने वाले एजेंटों से बेहतर नतीजे मिले।
हर भूमिका में महंगे मॉडल लगाने से पहले सस्ते प्लानिंग एजेंटों को परखकर AI बनाने वाली कंपनियां खर्च घटा सकती हैं।
दोनों बेंचमार्क के अलग नतीजे दिखाते हैं कि बड़ी एजेंट टीमों को हर स्थिति में तरजीह देने के बजाय वर्कफ़्लो की मुख्य अड़चन पहचानना ज्यादा महत्वपूर्ण है।
इस व्यवस्था के बाहर बचत की पुष्टि अभी नहीं हुई है, और लागत के लिहाज से उपयोगिता परखने के लिए हर रन की लागत का सार्वजनिक होना अब भी जरूरी है।
यह पोस्ट ऊपर के स्रोत से Made in 10 समाचार कक्ष ने अपने-आप लिखी है।
Iren ने तिमाही AI रेवेन्यू $200 मिलियन रहने की जानकारी दी और 5 साल का नया क्लाउड करार किया। ग्राहक ने इससे जुड़े GPU खर्च का लगभग 90% अग्रिम भुगतान किया, जिससे Iren की अतिरिक्त कर्ज लेने की जरूरत कम हुई।
थाईलैंड ने सितंबर 2026 में डेटा सेंटर क्षेत्र की बढ़ती जांच के बीच 49 डेटा सेंटर परियोजनाओं का निर्माण रोक दिया। नियमन और निगरानी से जुड़ी चिंताओं के चलते उसने 117 और परियोजनाओं की मंजूरी पर फैसले भी स्थगित कर दिए।
Physicl ने फिजिकल AI यानी मशीनों को भौतिक दुनिया समझने और उसमें काम करने में मदद करने वाले AI के लिए ट्रेनिंग डेटा बनाने को दस मिलियन डॉलर की सीड फंडिंग जुटाई है। इसका प्लेटफॉर्म मुश्किल परिस्थितियों को 3D में दोबारा तैयार करता है, ताकि डेवलपर अपने मॉडल की कमजोरियों पर काम कर सकें।