Möödus neli kuud. Epoch AI korraldas koos Ipsosega uue uuringu – ja pilt on muutunud.
Loe edasi
Sul on kolm andmefaili: aktiveerimise lehter, A/B-testi tulemused ja klienditoe piletid. Ülesanne – mõista, miks onboarding logiseb. Avad ChatGPT, laed esimese faili üles, esitad küsimuse. Saad vastuse. Laed teise faili. ChatGPT küsib: “Kas saaksid konteksti meelde tuletada?” Laed kolmanda. Esimese faili kontekst on juba välja tõrjutud.
Nelikümmend minutit hiljem on sul kolm eraldi vestlust, ja ükski neist ei vasta algsele küsimusele. Sest küsimus oli üks, aga andmed – kolmes eri kohas.
See ei ole ChatGPT probleem. See on lähenemise probleem.
Probleem on selles, et Vene mudelid jäävad maha. Meie 54 mudeli uuringus sai GigaChat 3,26 palli 5-st, GPT-5.4 – 4,80. Vahe 32%.
Kuid see ei ole ainult Venemaa probleem. Igaüks, kes kasutab odavamat või nõrgemat mudelit – olgu see Llama, Phi, Mistral, lokaalne juurutus või mõni piirkondlik pakkuja – seisab silmitsi sama küsimusega: kas targem promptimine suudab kvaliteedilõhe sulgeda?
Vastus on ebamugav. Claude Code nõuab Anthropic Maxi tellimust, mis maksab 100 dollarit kuus. See on ühe konkreetse tarnija lukustus: üks mudel, üks ökosüsteem, üks hinnasilt. Ja tekib kummaline olukord – aasta üks enim arutatud TI-tööriist on rahalise barjääri taga märkimisväärse osa publiku jaoks, kes sellest loeb.
On olemas otsene alternatiiv. OpenCode on avatud lähtekoodiga projekt, mis teeb täpselt sama asja, töötab mis tahes mudeliga (sealhulgas tasuta) ja paigaldub 15 minutiga.
Esimene: tudengite grupp, kes kasutas ChatGPT-d piiranguteta, saavutas tulemused 17% kehvemini kui kontrollgrupp, kes töötas õpikuga. Teine: teine grupp, kus TI-d kasutati täielikult ümber kujundatud õppesüsteemi raames, edestas traditsioonilist loengut kahekordse marginaaliga.
Sama tööriist. Vastupidised tulemused. Erinevus seisneb lähenemises.
GigaChat Ultra Thinking mõtleb kauem ja kulutab rohkem arvutusvõimsust. Juhtimisülesandeid lahendab see 3,3% halvemini kui versioon ilma arutluseta. See ei ole viga ega juhus – see on muster, mida akadeemilised tööd on viimase kahe aasta jooksul dokumenteerinud.
Sel nädalal tutvustas Sber GigaChat Ultrat – uut lipulaevmudelit arutlusrežiimiga (Thinking). Mudel on tasuta saadaval veebiversioonis, mobiilirakendustes ja Telegrami boti kaudu. Lisasime mõlemad variandid kohe oma AI-mudelite uuringusse juhtidele: lasime läbi kõik 32 stsenaariumi ühtse metoodika järgi, hindasime mõlema LLM-kohtuniku poolt, võrdlesime ülejäänud 52 mudeliga.
Kaksteist tundi nädalas. Nii palju aega kulutab tüüpiline projektijuht aruannetele, plaanide uuendamisele, huvipoolte teavitamisele ja riskide jälgimisele. See on peaaegu kolmandik tööajast, mis ei kulu otsuste tegemisele, vaid nende vormistamisele.
TI-ga väheneb see aeg kolmele tunnile. Aga ainult ühel tingimusel: TI peab olema integreeritud igapäevasesse töörütmi, mitte kasutatav episoodiliselt – „kui meelde tuleb".
320 000 tarni GitHubis. Fuusiline konverents Manhattanil. Valitsuse toetused Shenzenis. Kuue nadalaga on OpenClaw labiud tee huvitava README-ga hoidlast geopoliitilise nahtuseni, mida arutavad Bernsteini analuutikud, Hiina toostusministeeriumi ametnikud ja Xianyu kasutajad, kes postitavad noustamisteenuste kuulutusi pealkirjaga “aitan eemaldada”.
See on sarja kuues osa. Eelmises osas fikseerisime 265 000 tarni, looja liitumise OpenAI-ga, esimesed enterprise-juurutused Sundae Bari kaudu ja kolm uut CVE-d. See oli 12 paeva tagasi.
Kas avatud Hiina mudel suudab konkureerida OpenAI ja Anthropicu suletud lipulaevadega? Meie sõltumatu testimise põhjal – jah. Kimi Moonshot AI-lt jõudis esimese Hiina mudelina maailma parimate eliitgruppi, konkureerides otse GPT-5.4 ja Claude Sonnet 4.5-ga. Ja põhikasutuseks on see täiesti tasuta.
