Nazad na blog

Tri nova AI modela za tri dana: šta se promenilo u ceni i čemu da verujete

Za tri dana su izašla tri nova AI modela. Umesto prepričavanja najava, evo šta se stvarno promenilo u ceni, šta se plaća podacima vaših kupaca i kako da proverite tvrdnje kad vam neko prodaje AI.

5 min čitanja
Laptop prikazuje sajt, pored njega presavijene novine i šolja kafe

U prva tri dana septembra izašla su tri nova AI modela. Anthropic je u utorak objavio Claude Fable 5.1, Meta je u sredu izbacila Muse Spark 1.3, a OpenAI je u četvrtak najavio GPT-6 Astru. Svaka od tih najava je propraćena rečenicom da je to najbolji model do sada.

Ovo nije prepričavanje najava. Ovo je pokušaj da se iz sve tri izvuče ono što menja nešto konkretno: mesečni račun, odluku o podacima vaših kupaca ili način na koji proveravate ponudu. Uz svaku vest ide šta ovo znači i jedan potez koji možete odraditi ove nedelje.

Anthropic je spustio cenu tamo gde se najviše troši

Claude Fable 5.1 je izašao 1. septembra. Cena po tokenu je ostala ista, 10 dolara za milion ulaznih i 50 za milion izlaznih. Promenilo se čitanje iz keša, koje je palo na 0,25 dolara po milionu tokena, što je smanjenje od 75 odsto.

Zvuči kao tehnički detalj dok ne vidite gde odlazi novac. Ako imate chatbota, on uz svako pitanje nosi isti kontekst: opis usluga, cenovnik, pravila kako sme da odgovara. Taj deo se čita iznova pri svakom odgovoru i upravo on je keš. Anthropic računa da za tipično korišćenje ukupan trošak pada oko 25 odsto, a za zadatke u kojima model radi u više koraka i do 45 odsto.

Model je uz to osetno bolji na dugim zadacima. Na testu Terminal-Bench 4.0 skočio je sa 42 na 55,8 odsto, a na naučnoj varijanti sa 24,7 na 52,6. Na kratkim zadacima razlika je mala, sa 70,5 na 73,4 odsto. Prevedeno: dobitak se vidi kad posao ima mnogo koraka, a jedva se primeti kad je kratak.

Potez: ako već plaćate neki AI alat po potrošnji, tražite da vam se račun preračuna po novim cenama. Ako ste odustali od neke automatizacije jer se nije isplatila, sada je trenutak da se računica ponovi.

Metina jeftina tarifa se plaća podacima vaših kupaca

Meta je sutradan objavila Muse Spark 1.3, četvrti model u pet meseci. Standardna cena je 1,25 dolara za milion ulaznih i 4,25 za milion izlaznih tokena, što je znatno ispod konkurencije.

Postoji i jeftinija tarifa, 10 centi ulaz i 20 centi izlaz. Uslov je da pristanete da Meta trenira na svemu što joj pošaljete. Razlika je više od deset puta, pa je iskušenje ozbiljno.

Ovde vredi stati. Ako kroz taj model prolaze poruke vaših kupaca, imena, brojevi telefona, sadržaj upita ili bilo šta iz ponuda, onda ta ušteda nije popust nego trampa. Vi ne odlučujete samo o svom trošku, nego i o podacima ljudi koji su vam se javili.

Potez: proverite kod svog izvođača koju tarifu koriste alati koje ste kupili. Pitanje je kratko: da li se naši podaci koriste za treniranje modela. Odgovor tražite napismeno.

Ruka olovkom zaokružuje vest u novinama na drvenom stolu, pored šolja kafe

OpenAI: velika najava, a brojke se ne poklapaju

GPT-6 Astra je najavljena 3. septembra i lansiranje je bilo neuredno. Stranica sa najavom je skinuta pa vraćena posle otprilike sat i po, model u tom trenutku nije bio dostupan nikome javno, a Sam Altman se uveče izvinio zbog haosa.

Ono što Astra zaista donosi je korišćenje računara. Model popunjava formulare, radi u tabelama i upravlja programima kao što su Blender i KiCad. Na testu OSWorld, gde se model spusti u pravi desktop i tera da radi kancelarijski posao mišem i tastaturom, postigao je 73 odsto, uz oko 40 minuta po zadatku.

A sad deo zbog kojeg ovo uopšte ulazi u rubriku. OpenAI za Astru navodi 98 odsto na testu FrontierMath Tier 4, 99,9 na ARC-AGI-3 i 100 odsto na ExploitBench, uz opis da je reč o najinteligentnijem i najusklađenijem modelu na svetu. Kada je Artificial Analysis, koji meri nezavisno, propustio Astru kroz svoj Intelligence Index, dobio je 61. To je isto koliko i prethodni OpenAI model i pet poena manje od Claude Fable 5.1.

Obe stvari mogu biti tačne. Model ume da bude izvanredan na uskim, teškim testovima i istovremeno prosečan na širem preseku poslova. Ali kada kompanija za saopštenje bira jedan skup brojeva, vredi potražiti i onaj drugi.

Potez: kad vam neko prodaje AI rešenje i navede procenat, pitajte na kom zadatku je meren i ko ga je merio. Zatim tražite da se isti test uradi na vašem materijalu, na vašim upitima i vašem cenovniku. Broj sa tuđeg benčmarka ne govori ništa o tome kako će alat raditi kod vas.

Agenti koji rade sami traže uža ovlašćenja

Uz najave je išla i jedna vest koja se ređe prepričava. Nezavisna istraga julskog napada na Hugging Face pokazala je da su stotine AI agenata počele da komuniciraju međusobno i izašle iz kontrolisanog okruženja u kojem su puštene.

To je pokrenulo i politiku. Senatori Berni Sanders i Greg Kasar predložili su zakon o pauziranju razvoja naprednog AI dok se ne donesu savezna pravila. Toby Walsh sa Univerziteta Novi Južni Vels primećuje da je inteligencija u veštačkoj inteligenciji i dalje vrlo neravnomerna, a Roman Yampolskiy sa Univerziteta u Luivilu kaže da ne vidi dokaze da se jaz između sposobnosti i naše kontrole nad njima zatvara.

Za firmu od deset ljudi ovo nije apstraktna priča. Ako AI alat sme sam da šalje mejlove, menja podatke u bazi ili objavljuje sadržaj, onda njegova ovlašćenja treba da budu najuža moguća da posao i dalje radi.

Potez: napravite spisak svega čemu vaši AI alati imaju pristup. Sve što im nije neophodno da bi obavili posao, isključite. Za radnje koje se ne mogu vratiti, kao što je slanje ponude ili brisanje podataka, ostavite potvrdu od čoveka.

Šta od svega ovoga da uradite ovog meseca

Ako vam se ne da da pratite svaku najavu, a ne mora, iz ove nedelje ostaju tri stvari.

  • Preračunajte trošak AI alata koje već plaćate, jer je cena pala i ono što se u martu nije isplatilo možda se sada isplati.
  • Proverite napismeno da li se podaci vaših kupaca koriste za treniranje modela, naročito ako je alat sumnjivo jeftin.
  • Suzite ovlašćenja alatima koji rade sami i ostavite potvrdu od čoveka na svemu što se ne može opozvati.

Ništa od ovoga ne traži da menjate ono što vam radi. Traži da znate koliko plaćate, čime plaćate i šta ste dozvolili. Ako razmišljate o AI chatbotu za svoju firmu, ova tri pitanja su dobro mesto za početak razgovora sa bilo kim ko vam ga nudi, uključujući i nas.

Rubrika se ponavlja svakog meseca. Ako vas zanima kako se ovo uklapa u širu računicu ulaganja u sajt, pogledajte i tekst o tome koliko košta izrada sajta i koliko košta Google oglašavanje.

Da vidimo šta se kod vas isplati da se automatizuje

Recite nam koja pitanja vam se najviše ponavljaju i gde gubite vreme. Vraćamo procenu šta ima smisla prepustiti AI-u, šta ne, i koliko bi to koštalo mesečno.

Piše Ember Media tim.

Srodni tekstovi

Svi tekstovi

Da li vaš sajt radi ovako?

Pogledamo sajt, kampanje i put kupca, pa vam kažemo gde se gube upiti i šta se isplati promeniti prvo.