С начала 2025 года AI-лабы пашут как проклятые и практически каждую неделю что нибудь релизят. Но большинство людей по прежнему пользуется только ChatGPT.

Почему так?

Новые модели классные, но их названия — это пиздец, если честно. К тому же их еще и по бенчмаркам стало не отличить. Раньше можно было просто сказать: вот эта вот лучшая, все пользуйтесь ей. Сейчас это перестало работать.

Короче, на рынке много действительно крутых нейронок, но я в них запутался.

Го распутываться!

1. Моделей стало дофига, и называются они просто ужасно.

Дарио Амодей давно шутит, что мы быстрее создадим AGI, чем научимся понятно называть модели. Гугл тут по традиции впереди всех: пукупайте новую Google Gemini 2.0 Flash Thinking Experimental 01-21 (new)!

https://aistudio.google.com/prompts/new_chat?model=gemini-2.0-flash-thinking-exp-01-21

Хотя их можно понять. У каждой "базовой" модели появилось куча улучшений. Разница между ними есть, но не такая, чтобы с хайпом объявлять каждое обновление новой версией. Отсюда и лезут эти префиксы.

Чтобы разобраться, я собрал табличку (в картинках ниже) с моделями разных типов у каждой топовой лабы. И вычистил все лишнее. В целом все не так сложно, если забить на дотошность.

Есть огромные и мощные базовые модели. Они медленные и экономически невыгодные при массовом использовании.

Поэтому придумали дистилляцию: берём базовую модель, обучаем на её ответах более компактную модель, и получаем примерно те же способности, только быстрее и дешевле.

Это особенно важно на рассуждающих моделях. В последние полгода лучшие результаты показывают модели делающие перед ответом большое количество шагов рассуждения. Они составляют план решения задачи, выполняют его и проверяют результат на адекватность. На такие цепочки можно потратить в разы больше ресурсов.

Есть ещё специализированные модели: под поиск, супер-дешёвые для самых простых задач, или модели для узких сфер вроде медицины и юриспруденции. Ну и отдельная группа для картинок, видео и звука. Я всё это не стал добавлять, чтобы не путаться.

Ладно, с названиями понятно: у каждой лабы есть похожие типы моделей для разных задач. Но как сравнить модели одного типа друг с другом?

Ну.. никак 😂😂.