Почему так происходит
- Сначала собирают и улучшают данные: тексты, код, изображения, видео и синтетические примеры.
- Потом обучают базовую модель или дообучают уже существующую под новую линейку.
- Затем делают разные версии: быстрые, дешёвые, «pro», «flash», «mini», кодовые и мультимодальные.
- После этого модель проверяют на бенчмарках и внутренних тестах.
- Дальше её выпускают в веб-интерфейсе, приложении, через API или в корпоративных продуктах.
- И сразу готовят следующую итерацию, если конкуренты уже обошли по качеству, скорости или цене.
Поэтому топ моделей устаревает очень быстро, а новые имена появляются почти постоянно. Это не значит, что каждая модель полностью новая, часто это обновление, улучшенная версия или специальная ветка под конкретную задачу.
Если хотите, сохраните этот пост, чтобы потом быстро объяснить, почему ИИ-новости так часто меняются, и переслать тем, кто думает, что модели выходят раз в год.
Бесплатный курс и материалы «Нейросети с нуля»: https://neurocode-school.ru/guides/neiroset-s-nulya
Работает в: ChatGPT, Шедеврум, GigaChat, Qwen